Fundamentos de Informatica 1995

Fundamentos de
Informática
INFORMATICA PERSONAL-PROFESIONAL
RESPONSABLE EDITORIAL:
José Carlos Jiménez Pérez
AUTOEDICIÓN:
Sistemas de Imagen y Palabra
DISEÑO DE CUBIERTA:
Narcís Fernández
REALIZACIÓN DE CUBIERTA:
Gracia Fernández-Pacheco
Fundamentos de
Informática
Gregorio Fernández
Fernando Sáez Vacas
ANAYA
•MULTIMEDIA*
Reservados todos los derechos. De con-
formidad con lo dispuesto en el artículo
534-bis del Código Penal vigente, podrán
ser castigados con penas de multa y pri-
vación de libertad quienes reprodujeren o
plagiaren, en todo o en parte, una obra
literaria, artística o científica fijada en
cualquier tipo de soporte, sin la precepti-
va autorización.
Edición española:
© EDICIONES ANAYA MULTIMEDIA, S.A., 1995

Juan Ignacio Luca de Tena, 15. 28027 Madrid
Depósito legal: S. 892-1995
ISBN: 84-7614-792-9
Printed in Spain
Imprime: Gráficas Varona
Polígono «El Montalvo», parcela 49
37008 Salamanca
Indice
Indice 5
Prólogo 19
Parte I
Lógica 27
1. Ideas generales 29
1. Razonamientos y lógica formal 29

2. Lógica e informática 31
3. Lógica y circuitos de conmutación 32
4. Lógica, lenguajes y autómatas 32
5. Lenguajes formales: definiciones y conceptos básicos 33
5.1. Alfabeto, cadenas y lenguaje universal 33
5.2. Concatenación 34
5.3. Lenguaje y metalenguaje 34
5.4. Sintaxis, semántica y pragmática 35
6. Resumen 36
5
2. Lógica de proposiciones 39
1. Introducción 39
1.1. Variables proposicionales y sentencias 39
1.2. Conectivas 40
1.3. Interpretaciones y evaluaciones binarias de variables
proposicionales y de sentencias 40
1.4. Ejemplos de formalización e interpretación 45
1.5. Cálculo, sistema axiomático y sistema inferential 51
2. Sintaxis 53
2.1. Alfabeto 53
2.2. Expresiones y sentencias 53
2.3. Sentencias equivalentes 54
2.4. Conectivas primitivas y definidas 55
2.5. Axiomas, demostraciones y teoremas 56
3. Semántica 60
3.1. Interpretaciones y evaluaciones 60
3.2. Satisfacción 62
3.3. Tautologías y contradicciones 64
3.4. Completitud y consistencia de un sistema axiomático 64
3.5. Equivalencia entre sentencias 64
3.6. Las conectivas binarias 66
4. Modelo algebraico de la lógica de proposiciones 67
4.1. Algebra de Boole de las evaluaciones binarias 67
4.2. Algebra de Boole de las clases de equivalencia
entre sentencias 69
4.3. Dos teoremas del álgebra de Boole 70
5. Sistemas inferenciales 71
5.1. Análisis y generación de razonamientos 71
5.2. Implicación lógica y razonamientos deductivos 72
5.3. Reglas de inferencia 73
5.4. Sistemas inferenciales 76
5.5. Forma clausulada de la lógica de proposiciones 78
5.6. Las cláusulas como sentencias condicionales 80
5.7. La regla de resolución 81
5.8. Refutación 85
6. Resumen 86
7. Notas histórica y blibliográfica 89
8. Ejercicios 90
3. Circuitos lógicos combinacionales 93
1. Introducción 93
2. Las puertas básicas 94
3. Circuitos 96
4. Modelos matemáticos de los circuitos 101
4.1. Utilidad de los modelos matemáticos 101
4.2. Funciones de conmutación 102
4.3. Formas booleanas 104
4.4. Relación entre los dos modelos matemáticos 108
5. Minimización 109
5.1. Principios 109
5.2. Método de Karnaugh 110
6. Ejemplos de aplicación 116
6.1. Máquina de escrutinio 116
6.2. Alarma para incendios 117
6.3. Etapa de sumador binario 119
6.4. Multiplicador binario de dos bits 121
6.5. Regulación de una piscina 123
7. La segunda forma canónica y la forma mínima
en producto de sumas 125
7.1. La segunda forma canónica 125
7.2. La forma mínima en producto de sumas 127
8. Otras puertas 130
9. Circuitos con puertas "NAND" y "NOR" 132
9.1. "NAND" y "NOR" como operaciones completas 132
9.2. La tercera forma canónica 133
9.3. La forma mínima sólo con NAND 133
9.4. La cuarta forma canónica 134
9.5. La forma mínima sólo con NOR 134
10. Resumen 134
11. Notas histórica y bibliográfica 136
12. Ejercicios 137
4. Lógica de predicados de primer orden 141
1. Introducción 141
1.1. Variables y constantes 141
1.2. Propiedades y relaciones 142
1.3. Predicados y fórmulas atómicas 142
1.4. Sentencias abiertas y cerradas 143
7
1.5. Cuantificadores 144
1.6. Evaluaciones binarias 144
1.7. Ejemplos de formalización e interpretación 146
1.8. Funciones 152
2. Sintaxis 152
2.1. Alfabeto 152
2.2. Términos y fórmulas atómicas 153
2.3. Sentencias 153
2.4. Sentencias abiertas y cerradas 154
2.5. Axiomas, demostraciones y teoremas 155
3. Semántica 158
3.1. Interpretaciones, asignaciones y evaluaciones 159
3.2. Satisfacción 161
3.3. Inconsistencia y validez 164
3.4. Modelos 164
4. Sistemas inferenciales 167
4.1. Razonamientos en lógica de predicados 167
4.2. Implicación lógica y razonamientos deductivos 167
4.3. Reglas de inferencia 169
4.4. Sistemas inferenciales 172
4.5. Forma clausulada de la lógica de predicados 172
4.6. Sustitución y unificación 176
4.7. La regla de resolución 178
4.8. Refutación 180
5. Resumen 182
7. Ejercicios 183
5. Otras lógicas 187
2. Ampliaciones de la lógica de predicados 188
2.1. Lógica de predicados de orden superior 188
2.2. Lógica de clases y lógica de relaciones 189
2.3. Lógica de predicados con identidad 190
2.4. Lógica modal 191
2.5. Lógica temporal 193
3. Lógicas multivaloradas 193
4. Lógica borrosa 196
4.1. Justificación 196
4.2. Subconjuntos borrosos 198
4.3. Relaciones borrosas 201
4.4. Lógicas borrosas 206
5. Resumen 213
7. Ejercicios 215
6. Aplicaciones en ingeniería del conocimiento 219
1. Inteligencia artificial e ingeniería del conocimiento 219

1.1. ¿Qué es la inteligencia artificial? 219
1.2. La búsqueda heurística 221
1.3. Los sistemas expertos y los sistemas basados en conocimiento 221
1.4. La ingeniería del conocimiento 223
2. Sistemas basados en reglas 224
2.1. Sistemas de producción 224
2.2. Base de datos 225
2.3. Reglas de producción 225
2.4. Sistema de control (o motor de inferencias) 227
2.5. Notas sobre el uso de la lógica de predicados. La "lógica 0+" ..233
3. Inferencia plausible 235
3.1. Fuentes de imprecisión y de incertidumbre..... 235
3.2. Inferencia bayesiana 236
3.3. Inferencia mediante factores de certidumbre 242
4. Otros esquemas para la representación del conocimiento 245
5. Resumen 250
Parte II
Autómatas 255
1. Autómatas e información 255

2. Autómatas y máquinas secuenciales. Concepto de estado 257
3. Autómatas y lenguajes 257
4. Autómatas y álgebra 258
5. Resumen 258
2. Autómatas finitos 261
1. Definición y representación de los autómatas 261

1.1. Definición 261
9
1.2. Representación 262
1.3. Máquinas de Moore y de Mealy 264
2. Ejemplos de autómatas como modelos 267
2.1. Detector de paridad 267
2.2. Sumador binario serial 268
2.3. El castillo encantado 271
3. Comportamiento de un autómata 275
3.1. Otra definición de autómata 275
3.2. Ampliación del dominio de las funciones de un autómata 277
3.3. El comportamiento de entrada-salida, o las máquinas
definidas por un circuito 277
3.4. Equivalencia y accesibilidad 278
3.5. Ejemplos 279
4. Capacidad de respuesta de un autómata finito 282
4.1. Introducción 282
4.2. Repaso de algunos conceptos de álgebra 283
4.3. Comportamiento de entrada-estados 288
4.4. Relación equirrespuesta y monoide de un autómata 290
4.5. Ejemplos 291
4.6. Relación entre el comportamiento de entrada-salida
y el comportamiento de entrada-estados 295
5. Minimización de un autómata finito 297
5.1. Planteamiento del problema 297
5.2. Autómata en forma mínima de un autómata dado 297
5.3. Comprobación de la equivalencia entre estados de un autómata 298
5.4. Algoritmo para minimización de un autómata finito 300
5.5. Ejemplos 300
6. Resumen 303
8. Ejercicios 304
3. Circuitos secuenciales 309
1. La realización de autómatas finitos 309

2. Elementos de un circuito secuencial 310
2.1. Tipos de elementos 310
2.2. Elementos combinacionales 311
2.3. Elementos con memoria 311
3. Modelos básicos de circuitos secuenciales 316
4. Tipos de circuitos secuenciales 318
5. Análisis de circuitos secuenciales 319
6. Síntesis de circuitos secuenciales 320
6.1. Pasos de la síntesis 320
6.2. Ejemplos 322
7. Resumen 329
9. Ejercicios 329
4. Autómatas reconocedores y lenguajes regulares 333
1. Reconocedor finito 333

1.2. Ejemplos 334
2. Lenguajes aceptados por reconocedores finitos 336
2.1. Planteamiento del problema 336
2.2. Relación equirrespuesta de un reconocedor finito 337
2.3. Condición para que un lenguaje sea aceptado
por un reconocedor finito 338
3. Conjuntos regulares y expresiones regulares 340
3.1. Los problemas de análisis y de síntesis 340
3.2. Conjuntos regulares 340
3.3. Expresiones regulares 341
4. Resolución de los problemas de análisis y de síntesis
de un reconocedor finito 344
4.1. Análisis 344
4.2. Síntesis 346
5. Resumen 354
7. Ejercicios 355
5. Otros autómatas 359
2. Redes de Petri 360
2.1. Estructura estática 360
2.2. Comportamiento dinámico 362
2.3. Autómata finito equivalente a una red de Petri
con espacio de estados finito 365
2.4. Ejemplos de aplicación 366
3. Autómatas estocásticos 373
3.2. Ejemplo 374
11
3.3. Reconocedores estocásticos 376
4. Autómatas estocásticos de estructura variable 376
5. Autómatas con aprendizaje 377
5.1. Una primera definición de "aprendizaje" 377
5.2. Aprendizaje en un APEV 378
6. Autómatas borrosos 379
7. Autómatas celulares 382
8. Sistemas con aprendizaje 384
8.1. ¿Puede aprender una máquina? 384
8.2. Enfoques conductistas: redes neuronales 386
8.3. Enfoques cognoscitivos: adquisición de conceptos 388
8.4. Formación de conceptos y descubrimiento 391
9. Resumen 391
Parte III
Algoritmos 397
1. Algoritmos y ordenadores 399

2. Algoritmos, lenguajes y programas 401
3. Algoritmos y máquinas de Turing 403
4. Computabilidad y complejidad 404
5. Resumen y conclusiones 406
2. Algoritmos 411
2. Definiciones de algoritmo 411
3. Algoritmos y máquinas 413
3.1. El concepto de algoritmo, visto desde la teoría de conjuntos 413
3.2. Las máquinas, como estructuras capaces
de ejecutar algoritmos 416
4. Propiedades de los algoritmos 417
4.1. Propiedad de finitud 417
4.2. Propiedad de definitud 417
4.3. Propiedad de generalidad 418
4.4. Propiedad de eficacia 418
5. Problemas sin algoritmo 418
6. Resumen 420
12
3. Programación estructurada 423
2. Definición formal de un programa para ordenador 424
2.1. Definición algorítmica 424
2.2. Función, programa, función de programa 425
2.3. Normalización de organigramas 426
3. ¿Qué es un programa estructurado? 428
3.1. Estructuras básicas 428
3.2. Definición de programa estructurado 428
3.3. Teorema de estructura para un programa limpio 430
3.4. Ejemplo de aplicación del teorema de estructura 431
4. Método general de diseño de programas estructurados 432
4.1. Recursos abstractos 432
4.2. Razonamiento deductivo (diseño descendente) 433
4.3. Ejemplo de diseño de un programa estructurado 434
5. Programación estructurada en Pascal y C 437
5.1. Bloque múltiple 439
5.2. Bucle "for" 439
5.3. Instrucción CASE 439
6. Ventajas de la programación estructurada 440
7. Resumen 441
9. Ejercicios 442
4. Evolución de la programación 447
2. Cómo se construye un programa 448
3. Técnicas de análisis y diseño 449
4. Programas correctos, robustos y convivenciales 451
5. Programación orientada a objetos 453
5.1. Propiedades de la programación orientada a objetos 456
5.2. Ventajas de la programación orientada a objetos 458
6. Análisis y diseño orientado a objetos 459
6.1. Metodologías de análisis y diseño 461
6.2. Ejemplo de análisis orientado a objetos 461
7. Resumen 464
13
5, Máquina de Turing: definición, esquema funcional y ejemplos 469
1 Introducción 469
2. Definición de máquina de Turing 470
3, Funcionamiento de la máquina de Turing a través de los ejemplos 472
3.1. Suma de dos números enteros no nulos escritos en el alfabeto {|} ..472
3.2. Algoritmo de Euclides para el cálculo del m.c.d.
de dos números enteros escritos en el alfabeto {|} 476
3.3. Cálculo del m.c.d. de dos números enteros escritos en D
(D = {0,1, 2, 3,..., 9}) por el procedimiento general
de construir un programa a base de subprogramas.
Composición de máquinas de Turing. 482
4. Diseño de una máquina de Turing 486
5. Simulación de máquinas de Turing, máquina de Turing universal
y otras consideraciones 491
5.1. Simulación de máquina de Turing por ordenador 491
5.2. Máquina de Turing universal 496
5.3. Otras consideraciones 496
6. Sucedáneos de la máquina de Turing 498
7. Resumen 498
9. Ejercicios 500
6. Máquinas de Turing: algoritmos y computabilidad 507
2. Función computable y función parcialmente computable 508
2.1. Hipótesis de Church o de Turing 508
2.2. Función computable 508
2.3. Ejemplos 509
3. Numerabilidad de la colección de todas las M.T.'s 510
3.1. Números de Gódel 510
3.2. Catálogo de las M.T.'s 512
4. De nuevo la máquina de Turing universal 512
4.1. Teorema 513
5. Conjuntos recursivos y recursivamente numerables 513
5.1. Conjunto recursivo 514
5.2. Conjunto recursivamente numerable 514
5.3. Dos teoremas más 515
6. Determinación de la finitud del proceso de cálculo.
Problema de la aplicabilidad 515
7. Las máquinas de Turing y los lenguajes de tipo 0 516
8. Resumen 517
7. Complejidad 521
2. Complejidad y máquinas de Turing . 522
2.1. Dificultad de encontrar un criterio universal de complejidad 522
2.2. Complejidad espacial. Complejidad temporal 524
2.3. Máquinas deterministas, máquinas no deterministas
y tipos de complejidad 526
2.4. Algunos resultados de la teoría de complejidad
en máquinas de Turing 527
3. Medidas de la complejidad algorítmica 528
3.1. Complejidad polinómica y complejidad exponencial 529
3.2. Ejemplos de algoritmos con complejidad polinómica 530
3.3. Sinopsis 533
4. Problemas P, NP y NP-completos 536
4.1. El problema P-NP 536
4.2. Completitud y problemas NP-completos 537
4.3. Un tema no cerrado 538
5. Complejidad del software 538
5.1. Física del software 540
5.2. Número ciclomático 543
6. Resumen 544
8. Ejercicios 547
Parte IV
Lenguajes 549
1. Lenguajes e informática 551

2. Descripciones de los lenguajes 552
3. Sintaxis, semántica y pragmática 553
4. Dos ejemplos 553
5. Resumen 557
15
2. Gramáticas y lenguajes 559
1. Definición de gramática 559
2. Relaciones entre cadenas de E* 560
2.1. Relación de derivación directa, 560
2.2. Relación de derivación, 560
3. Lenguaje generado por una gramática. Equivalencia de gramáticas 561
4. Ejemplos 561
5. Clasificación de las gramáticas y de los lenguajes 564
5.1. Gramáticas de tipo 0 ó no restringidas 564
5.2. Gramáticas de tipo 1 ó sensibles al contexto 564
5.3. Gramáticas de tipo 2 ó libres de contexto 565
5.4. Gramáticas de tipo 3 ó regulares 565
6. Jerarquía de lenguajes 565
7. Lenguajes con la cadena vacía 566
8. Resumen 568
10. Ejercicios 569
3. De algunas propiedades de los lenguajes formales 573

2. No decrecimiento en las gramáticas sensibles al contexto 574
3. Recursividad de los lenguajes sensibles al contexto 576
4. Arboles de derivación para las gramáticas libres de contexto 576
5. Ambigüedad en las gramáticas libres de contexto 579
6. Resumen 584
8. Ejercicios 585
4. Lenguajes y autómatas 589

2. Lenguajes de tipo 0 y máquinas de Turing 590
2.1. Reconocedor de Turing 590
2.2. Lenguaje aceptado por un reconocedor de Turing 591
2.3. Teorema MT1 591
2.4. Teorema MT2 591
2.5. Conclusión 591
3. Lenguajes sensibles al contexto y autómatas limitados linealmente 592
3.1. Autómata limitado linealmente 592
3.2. Lenguaje aceptado por un reconocedor limitado linealmente 592
3.3. Teorema ALLI 592
3.4. Teorema ALL2 593
4. Lenguajes libres de contexto y autómatas de pila 593
4.1. Autómata de pila 593
4.2. Lenguaje aceptado por un reconocedor de pila 595
4.3. Teorema API 595
4.4. Teorema AP2 595
5. Lenguajes regulares y autómatas finitos 595
5.1. Autómata finito no determinista 595
5.2. Lenguaje aceptado por un reconocedor finito no determinista,
y equivalencia con algún reconocedor finito determinista 598
5.3. Teorema AF1 601
5.4. Teorema AF2 604
5.6. Observaciones sobre la cadena vacía 605
6. Jerarquía de autómatas 606
7. Resumen 607
9. Ejercicios 608
5. Aplicaciones a los lenguajes de programación 611
1. Lenguajes, traductores e intérpretes 611

2. Lenguajes de programación 614
2.1. Niveles de lenguajes 614
2.2. Lenguajes de bajo nivel 615
2.3. Lenguajes de alto nivel 621
2.4. Lenguajes declarativos 625
2.5. Entornos de desarrollo 628
3. Definiciones sintácticas 629
3.1. Notación de Backus 629
3.2. Gramáticas para lenguajes de programación 631
3.3. Gramática para un lenguaje ensamblador 633
3.4. Gramática para un lenguaje de alto nivel 636
3.5. Diagramas sintácticos 640
4. Definiciones semánticas 643
4.1. Objetivos 643
4.2. Semántica operacional 645
4.3. Semántica denotacional 647
17
4.4. Semántica axiomática 650
5. Procesadores de lenguajes 652
5.1. Ensambladores 652
5.2. Compiladores 661
5.3. Intérpretes 681
5.4. Procesadores de lenguajes declarativos 683
5.5. Herramientas para la generación de procesadores de lenguaje 685
6. Resumen 686
Referencias bibliográficas 691
Indice alfabético 713
18
Prólogo
"Nada permanece, todo cambia", decía Heráclito. Incluso este libro, que, por
su carácter básico, tiene vocación de permanencia, ha sufrido dos importantes
tipos de cambio.
El primero de ellos es que, por razones empresariales, ha cambiado de sello
editorial. Antes, desde 1987, era conocido en el mundo universitario por el título
de "Fundamentos de Informática" y publicado en la colección Alianza Infor-
mática, de Alianza Editorial. Agotada dicha edición, publicamos ahora un nuevo
libro, bajo el sello de Anaya Multimedia, una división del Grupo Anaya, como
también lo es actualmente Alianza Editorial.
El segundo, y más importante para sus lectores precedentes y para los nuevos,
lo constituye la renovación de sus contenidos, con la inclusión de algunos
capítulos y secciones, la remodelación profunda de otros, la actualización de las
referencias bibliográficas y diversos retoques por aquí y por allá, cambios
orquestados para mantener por un lado las esencias que lo han afianzado como
texto de referencia en numerosos programas de la universidad y, por otro, para
modernizarlo señalando a sus lectores las vías de las aplicaciones más avanzadas.
Estimamos que estos cambios representan en volumen, no en extensión, aproxi-
madamente un 20% del total del libro ya desaparecido. Todo ello se explica con
mayor detalle en la segunda parte de ese prólogo. Su primera parte, que podrán
leer a renglón seguido, es una reproducción del prólogo del libro anterior, que en
buena parte sigue siendo éste.
Este libro trata exactamente de lo que dice su título.

Como primera impresión, a algunas personas puede parecerles innecesario
publicar un texto sobre fundamentos en una época en que la informática ha llegado
19
en su difusión casi a formar parte material del mobiliario hogareño. Además de
este efecto distributivo sobre la sociedad, los espectaculares progresos tecno-
lógicos han producido un crecimiento desbordante de la especialización. Los
sistemas operativos, las bases de datos, los lenguajes concurrentes, la progra-
mación lógica, la inteligencia artificial, la arquitectura de ordenadores, las redes,
las herramientas de ayuda para ingeniería de software y tantas otras más espe-
cíficas e instrumentales son áreas de trabajo o técnicas que por sí solas requieren
esfuerzos considerables por parte de quienes pretenden estudiar y seguir su
evolución.
Nadie discute que la especialización es inevitable. También es verdad que los
inconvenientes que genera su abuso dentro de muchos de los dominios de
aplicación de la informática son importantes y cada día somos más los que
pensamos que aquéllos tienden a crecer en la misma proporción en que el
especialista ignora la perspectiva global donde se integra su particular disciplina.
Con mayor razón, si sucede que además desconoce las raíces de sus técnicas
profesionales. Es decir, la proliferación de especialistas demasiado pragmáticos
contribuye a crear una situación que comienza a ser ya preocupante y contra la
que se han alzado voces diversas. Estas voces se muestran unánimes en apelar a
la necesidad de construir o reconstruir una formación más sólida y básica en infor-
mática, dirigida como mínimo a aquéllos que se sienten deseosos de comprender
profundamente su profesión o de implicarse en un papel técnico significativo con
independencia de la especialidad escogida (por no hablar de la lucha contra la
obsolescencia técnica que acecha a todos cuantos trabajamos en este campo).
El libro que presentamos responde a esta llamada, puesto que se ocupa de
algunas de las raíces o fundamentos de la informática. Lo hemos escrito pensando
en los estudiantes universitarios de las ramas de informática, así como en los
profesionales antes mencionados. Estos últimos encontrarán un texto auto-
contenido, desprovisto en lo posible del aparato teórico habitual y preocupado
permanentemente en la tarea de desarrollar aperturas a cuestiones de la más viva
actualidad, como los sistemas borrosos o la complejidad del software, y a cues-
tiones en las que parece vislumbrarse un futuro. En cuanto a los estudiantes,
nuestra experiencia nos dice que, por un cúmulo de circunstancias que no hacen
al caso, se ven obligados con frecuencia a estudiar las materias objeto de nuestro
libro, tal vez, sí, con mayor extensión y formalismo matemático, pero no siempre
bajo condiciones óptimas: apuntes improvisados, textos en lenguas extranjeras,
dispersión de estas mismas materias en distintas asignaturas y por tanto frag-
mentación de su sentido radical (raíces), o desapego del sentido de su aplicación.
Sin poner en tela de juicio la necesidad científica del mejor formalismo posible,
está constatado que dosis excesivas y exclusivas de esa medicina conducen en el
plano educativo a un estéril desánimo de los estudiantes.
Consta el libro de cuatro partes, centradas en cuatro de los pilares básicos sobre
los que se sustenta el edificio teórico y práctico de la informática. Estos son la
lógica, la teoría de autómatas, la teoría de la computación y la teoría de los
lenguajes formales. Por razón del enfoque adoptado, mixto entre teoría y práctica,
y por razones de concisión, aquí los hemos enmarcado bajo los escuetos rótulos
de "Lógica", "Autómatas", "Algoritmos" y "Lenguajes". Para las referencias
cruzadas entre partes del texto se decidió utilizar el vocablo tema en lugar de
parte. Así, mencionaremos el apartado tal del capítulo cual del tema de "Lógica",
y no de la Primera Parte (por ejemplo).
A muy grandes rasgos, podemos esbozar el origen o motivación inicial de cada
área: filosófico (naturaleza del razonamiento humano) para la lógica, tecnológico
(formalización del diseño de circuitos lógicos) para los autómatas, matemático
(determinación de lo que puede o no computarse, y del grado de complejidad de
las computaciones) para la teoría de la computación, lingüísticos (estudio
científico del lenguaje natural) para la teoría de lenguajes. El paso del tiempo ha
ido haciendo emerger nuevas y múltiples relaciones entre dichas áreas y de ellas
con la gran mayoría de los desarrollos técnicos de la informática, por lo que su
cabal conocimiento añade al dividendo reconocido de los buenos fundamentos la
promesa de su permanente rentabilidad. Hemos intentado dotar al libro de
determinadas características, que a continuación resumiremos. En primer lugar,
dos propiedades dignas de mención son por un lado su carácter básico y su
carácter señalizador. El adjetivo básico debe tomarse en su acepción de fun-
damental y no de elemental, ya que estamos presuponiendo en poder del lector los
conocimientos equivalentes a una formación introductoria sólida sobre gene-
ralidades y estructura de ordenadores y sobre programación, más un lenguaje de
alto nivel.
Por el término señalizador queremos aludir a la incorporación de numerosos
apartados que introducen (a menudo en forma pormenorizada) a cuestiones
directa o indirectamente relacionadas con técnicas informáticas muy actuales o
con caminos científicos que se están abriendo. En pocas palabras, buscamos
comprometer - en la medida de lo factible - el interés del lector, y lo que queremos
significar con este objetivo se comprenderá mejor cuando entremos dentro de
unos momentos a relacionar algunos aspectos de los contenidos del libro.
Nuestra esperanza, sin embargo, reside en que su propiedad más notoria sea la
pedagógica, pues no en balde este libro ha tenido una vida anterior en la que a lo
largo de tres ediciones consecutivas y varias reimpresiones ha servido de texto
durante ocho o nueve años en la Escuela Técnica Superior de Ingenieros de
Telecomunicación de Madrid, donde ambos autores somos profesores. Era el
segundo de una obra en dos volúmenes, titulada genéricamente Fundamentos de
los Ordenadores y editada por dicha Escuela.
Sobre ese material el presente libro contiene aproximadamente un cuarenta por
ciento de cuestiones nuevas, lo que ha llevado a eliminar bastantes de las an-
teriores y a remodelar el sesenta por ciento restante. Aunque sus cualidades
didácticas tendrán que ser juzgadas por los lectores, en lo que a nosotros concierne
hemos puesto el máximo cuidado en estructurar y redactar los textos con la mayor
claridad de que hemos sido capaces, y utilizando tanto cuanto hemos creído
conveniente la ayuda de los ejemplos. Al formato también le hemos dado im-
portancia. Y es así que todos los temas se organizan idénticamente por capítulos,
21
y todos los capítulos, menos el primero, poseen la misma estructura, pues
cualquiera que sea su desarrollo terminan con un apartado de Resumen, un
apartado llamado de Notas Histórica y Bibliográfica y (siempre que procede) un
apartado de Ejercicios. El primer capítulo de cada tema es especial, ostenta el
nombre de Ideas Generales y la misión de exponer un planteamiento panorámico
del conjunto de los capítulos y de sus relaciones con los otros tres temas. Al final
del libro una bibliografía ordenada alfabéticamente recoge exclusivamente las
referencias citadas en las Notas de todos los capítulos, por lo que huelga decir que,
dado el enfoque primordialmente orientador de las Notas, la bibliografía no
pretende alcanzar ninguna meta de exhaustividad científica.
Por lo general, de los contenidos de un libro poco cabe decir en un prólogo, ya
que su índice normalmente excusa de tal esfuerzo, salvo que se entienda que no
ha de resultar ocioso captar la atención del lector acerca de diversas singularida-
des. Haremos de éstas un bosquejo rápido.
Refiriéndonos a la primera parte, es del común saber la naturaleza formativa
de la lógica formal para el razonamiento, pero en el campo de la informática
destaca además su naturaleza fundamentadora para numerosas aplicaciones de
inteligencia artificial, de programación y de diseño de circuitos. Este segundo
aspecto es el que hemos enfatizado en el tema de "Lógica", buscando, por
ejemplo, culminar la exposición de las lógicas proposicional y de predicados de
primer orden en el desarrollo de sistemas inferenciales, con la vista puesta en los
sistemas expertos (dominio aplicado y en auge de la inteligencia artificial), a los
que se dedica asimismo un amplio capítulo. Otro nos habla de Otras Lógicas que
se prefiguran en el horizonte como prometedoras bases para los mencionados
dominios aplicativos: ampliaciones de la lógica de predicados (lógica modal y
temporal), lógicas multivaloradas y, en especial, un extenso desarrollo de la lógica
borrosa. Una cuestión clásica como los circuitos combinacionales tiene aquí su
capítulo, lo mismo que en el tema de "Autómatas" lo tienen los circuitos lógicos
secuenciales.
Con respecto a la parte llamada "Autómatas", que versa sobre un área de
expresión típicamente matemática, hemos suavizado mucho su formalismo des-
criptivo ( a fin de cuentas, los autómatas de los que nos ocupamos son construccio-
nes formales). No solamente bastantes teoremas se enuncian y se explican sin
demostrarlos, también se usan ejemplos prácticos sencillos, entre los que, por
ilustrar, citamos el detector de paridad, el sumador, el problema del castillo
encantado, el contador, el reconocedor de una cadena de símbolos, etc. Como una
muestra, entre otras, de nuestro declarado objetivo de interconectar los cuatro
temas del libro está el capítulo dedicado a Autómatas Reconocedores y Lenguajes
Regulares, tradicional por otro lado en el área de estudio de los autómatas.
Menos tradicional en un libro sobre principios básicos resulta aquel otro
capítulo destinado a introducir Otros Autómatas, a saber: las redes de Petri, que
han adquirido considerable predicamento en el ámbito del diseño de sistemas
concurrentes, los autómatas estocásticos, los autómatas de aprendizaje y los autó-
matas borrosos.
En "Algoritmos" se establecen con cuidado definiciones de los conceptos de
algoritmo, programa y máquina y sus profundas interrelaciones. Se ha tomado un
esmero especial para que los lectores comprendan bien el análisis y diseño de
máquinas de Turing, así como el significado de piedra angular de esta máquina en
la teoría informática, en conexión con las cuestiones de la computabilidad. Por
último, un capítulo sobre Complejidad intenta exponer las nociones esenciales
que, en nuestra opinión, todo informático debe poseer sobre un campo teórico y
práctico de gran desarrollo en los últimos años. La complejidad algorítmica se
aplica en dominios tan diversos como la robótica, el diseño de circuitos integrados
a muy grande escala y el diseño de estructuras de datos eficientes.
Los lenguajes formales, en general, y con un mayor detalle los lenguajes libres
de contexto y las relaciones entre los diversos tipos de lenguaje y las estructuras
de máquina capaces de reconocerlos, constituyen el contenido de los cuatro
primeros capítulos de la última parte del libro. Es ésta un área obligada si se quiere
comprender algo sobre la esencia de los lenguajes para ordenador. Precisamente,
el extenso capítulo 5, Aplicaciones a los lenguajes de programación, intenta
salvar un poco la brecha explicativa con la que nos encontramos cotidianamente
entre la teoría de los lenguajes formales y su materialización en las herramientas
que todo el mundo utiliza para construir el software. De las diversas cuestiones
tratadas en ese capítulo, tal vez puedan destacarse por su interés sistemático las
referidas a sintaxis, semántica y procesadores de lenguaje. Como sección incita-
dora de novedades y de futuro es de subrayar el apartado acerca de los lenguajes
de la programación declarativa (programación funcional, programación lógica,
etc.).
Nuestros alumnos de la rama de Informática de la Escuela se encontrarán a
partir de este momento con un texto completamente nuevo. Comoquiera que hace
dos años no se reimprimía aquél del que éste es una reencarnación, ellos se van a
llevar una alegría, acaso un tanto atemperada por causa de los gajes del oficio de
tener que estudiárselo. Al mismo tiempo, estamos razonablemente seguros de que
también se alegrarán (con nosotros) de saber que desde ahora podrán compartir
esta fuente de conocimiento con otros estudiantes y con la vasta comunidad de
profesionales informáticos en el ámbito de la lengua castellana. Que así sea.
Los autores
Febrero, 1987
Anotamos aquí una especie de descripción casi notarial y ordenada (tema por
tema) de las novedades reseñables de este libro con respecto al libro anterior. En
cualquier caso, todos los capítulos aportan modificaciones menores (erratas,
estilo, alguna aclaración adicional, referencias cruzadas, nueva bibliografía), que
han supuesto finalmente más trabajo del que podíamos imaginar.
23
• Tema "Lógica"
Tanto el capítulo 2 (lógica de proposiciones) como el 4 (lógica de predicados)
se han modificado sustancialmente. Concretamente, la semántica queda ahora
definida de manera más rigurosa, porque la experiencia docente nos ha enseñado
que un mayor grado de formalización en este aspecto no perjudica a la com-
prensión de los conceptos (si se insiste con ejemplos adecuados) y deja en mejor
disposición al lector para entender sus aplicaciones (por ejemplo, en el estudio de
las bases de datos deductivas).
El capítulo 3 (circuitos lógicos combinacionales) es el más ligado a la tec-
nología electrónica y, sin embargo, apenas ha sido necesario retocarlo (salvo,
naturalmente, en las orientaciones bibliográficas, que se han actualizado). Esto
tiene fácil explicación: sus contenidos, básicos, no han cambiado. Lo mismo
puede decirse del capítulo 3 del tema "Autómatas" (circuitos secuenciales).
Tampoco el capítulo 5, dedicado a "otras lógicas", requería grandes cambios.
El crecimiento de las aplicaciones de la lógica borrosa en los últimos años
demuestra que nuestra decisión de hacer un especial énfasis en ella era adecuada.
Anecdóticamente, nos congratula que nuestro ejemplo del "aprendiz de con-
ductor", introducido con la intención de motivar al lector, se utiliza con la misma
intención y en términos muy parecidos en el editorial del primer número de una
revista especializada de reciente aparición (IEEE Transactions on Fuzzy Systems,
Feb. 1993).
Al capítulo 6 se le ha dotado de una introducción más amplia y actualizada
sobre la inteligencia artificial y la ingeniería del conocimiento. También se han
añadido algunas observaciones sobre el uso de la lógica de predicados.
• Tema "Autómatas"
El capítulo 5 se ha ampliado con autómatas celulares (cuyo interés ha aumen-
tado en los últimos años por su relación con los fractales y sus aplicaciones en
procesamiento de imágenes) y, sobre todo, con una extensa introducción a los
sistemas de aprendizaje, acompañada de numerosas orientaciones bibliográficas.
• Tema "Algoritmos"
El capítulo 3 sobre programación estructurada es una refundición abreviada de
los capítulos 3 y 4 del anterior libro, en el que se ha añadido una sección sobre
programación con Pascal y C.
El capítulo 4, que hemos titulado "Evolución de la programación" es abso-
lutamente nuevo y -para resumirlo de forma muy esquemática- trata más que nada
de la programación, el análisis y el diseño orientado a objetos. Consideramos a
este estilo de programación un paradigma de futuro muy prometedor, que se
extiende a todo un conjunto de nuevas prácticas informáticas conocido como
"tecnología de objetos". Por esta razón, se ha hecho un esfuerzo en escribir una
sección de "Notas histórica y bibliográfica" especialmente amplia para lo que son
los estándares de este libro. Queremos rendir un tributo de amistad y gratitud a
la insuperable colaboración del profesor Manuel Alfonseca Moreno en la redac-
ción de este capítulo y en la refundición del capítulo 3.
• Tema "Lenguajes"
En principio, el capítulo 5, dedicado a las "aplicaciones a los lenguajes de pro-
gramación", tampoco requería muchos cambios. Desde que se publicó el primer
libro, se ha progresado en cuanto al procesamiento de lenguajes, pero más bien en
las técnicas ligadas a la arquitectura hardware de las máquinas (optimización en
procesadores RISC y vectoriales, etc), no en lo relativo a los principios que aquí
se tratan. Creemos que confirma esta aserción el hecho de que el clásico libro de
Aho, Sethi y Ullman, de 1986, sigue siendo el libro de texto más utilizado. Sin
embargo, nos ha parecido conveniente, puesto que ya se hablaba de lenguajes
declarativos, ampliar la sección del procesamiento de lenguajes con una breve
descripción del funcionamiento de los intérpretes de Prolog. También se ha
añadido una introducción a las herramientas para la generación de procesadores.
Los autores
Septiembre, 1995
25
Parte I
Lógica
1
Ideas generales
1. Razonamientos y lógica formal

La lógica formal se ocupa de las inferencias, y éstas son razonamientos
formalmente válidos. Empecemos por precisar esta declaración, explicando lo que
entendemos por "razonamiento", por "válido" y por "formal".
Un razonamiento es un tipo de pensamiento que consiste en obtener una
conclusión a partir de unas premisas. Aunque raras veces se explícita la distinción,
el término "razonamiento" tiene dos referentes: uno procesal (la actividad del
agente que razona) y otro funcional (la asociación entre las premisas y la con-
clusión).1
1
La definición de "razonamiento" que puede encontrarse en cualquier diccionario recoge implícitamente estas
dos acepciones: "acción y efecto de razonar". El "efecto" guarda relación con lo funcional, o estático, y la
"acción" con lo procesal, o dinámico. El adjetivo "procesal" no es frecuente en informática, pero su adecuación
parece clara: "relativo a los procesos". El reconocimiento de la existencia de tres tipos de modelos (estructurales,
funcionales y procesales) resulta de gran utilidad para el estudio de los ordenadores y los sistemas informáticos
(Fernández, 1994).
29
La lógica se ocupa de los razonamientos en el sentido funcional. De los
aspectos procesales se ocupa la psicología, en el caso de que el "agente" sea
humano. Pero si el agente es un artefacto (que, con la tecnología actual, es lo
mismo que decir un ordenador) entonces es algo propio de la informática (o de
una rama de ésta conocida como "inteligencia artificial", sobre la que hablaremos
algo más adelante y en el capítulo 6).
El calificativo "válido", aplicado a un razonamiento, es sinónimo de "deduc-
tivo", y se aplica a aquel razonamiento en el cual se cumple que si las premisas
son verdaderas entonces podemos asegurar que la conclusión también lo es. Este
concepto reviste gran importancia. En el siguiente capítulo volveremos sobre él,
pero vamos a ilustrarlo ya con un ejemplo:
Premisa 1: Todos los libros sobre informática son terriblemente aburridos.
Premisa 2: Este es un libro sobre informática.
Conclusión: Este libro es terriblemente aburrido.
Sobre la verdad o la falsedad de estas dos premisas y de la conclusión pueden

darse todas las combinaciones posibles, salvo una. En efecto, se puede "poner en
duda", o, mejor dicho, "negar"2 alguna de la premisas, o ambas, y considerar que
la conclusión es falsa. Pero también se puede negar cualquiera de las premisas y,
sin embargo, considerar verdadera a la conclusión (las premisas no son necesarias
para la conclusión). Lo que de ninguna manera suponemos posible es que,
razonando correctamente, alguien esté de acuerdo con ambas premisas y no con
la conclusión (las premisas son suficientes para la conclusión).
Por último, "formal" quiere decir que se atiende exclusivamente a la forma, no
al contenido del razonamiento. El ejemplo anterior y el clásico:
Premisa 1: Todos los hombres son mortales.

Premisa 2: Sócrates es un hombre.
Conclusión: Sócrates es mortal.
no es que sean "similares". Es que, formalmente, son el mismo razonamiento.

Ambos obedecen al esquema formal:
Premisa 1: Todos los individuos u objetos que tienen la propiedadp también

tienen la propiedad q.
2
La lógica que, en principio, vamos a considerar es "binaria", y en ella no se puede "dudar": las afirmaciones
son o bien verdaderas o bien falsas. En el capítulo 5 estudiaremos otros tipos de lógica que se adaptan mejor a
los modos de razonamiento humanos. En particular, esperamos, obviamente, que el lector dude, al menos, de la
primera premisa y de la conclusión.
Premisa 2: El individuo u objeto x tiene la propiedadp.
Conclusión: El individuo u objeto x tiene la propiedad q.
2. Lógica e informática
Así pues, la lógica es una herramienta para el análisis de los razonamientos o
argumentaciones generados por la mente humana. ¿Y qué relación puede haber
entre la lógica y la informática? Pues bien, podemos mencionar, al menos, dos
puntos de contacto:
(a) En aplicaciones "inteligentes". Ya lo hemos mencionado más arriba, al

señalar que el "agente" que razona puede ser una persona o una máquina.
Extendámonos un poco más sobre esta idea. Los ordenadores son máquinas
diseñadas para mecanizar trabajos intelectuales. Normalmente, esos trabajos son
los relacionados con tareas sencillas y rutinarias: cálculos basados en operaciones
aritméticas (que el hombre aprende de memoria y aplica sin necesidad de razonar),
búsqueda de datos (por simple comparación o emparejamiento con una clave
dada), clasificación (ordenación de datos basada en un criterio elemental), etc.
Para estas aplicaciones no hace falta aplicar la lógica (en el sentido de ciencia;
naturalmente que todo informático, como todo ser racional, utiliza razonamientos
lógicos de manera informal). Si pretendemos mecanizar tareas más complejas
(inducción, deducción, etc.) entramos en el campo de la informática llamado
inteligencia artificiaP. Ahora se trata de conseguir que la máquina sea capaz de
hacer, precisamente, esos razonamientos que, de manera informal, realiza el
hombre. Y para ello es preciso analizarlos, definirlos con precisión, en una
palabra, formalizarlos. Y eso es precisamente lo que hace la lógica (formal).
(b) En programación. Hace ya años que se desencadenó la que se llamó "crisis

del software": programas cada vez más complejos, menos fiables y de mante-
nimiento más difícil. Se han propuesto y se utilizan diversas metodologías para la
construcción de programas, basadas en principios teóricos que se tratarán en el
tema "Algoritmos". Pero un enfoque complementario de tales metodologías es el
de buscar una programación "declarativa" en lugar de "imperativa". Esto quiere
decir que se trataría de buscar lenguajes de programación tales que los programas
no sean una secuencia de instrucciones que le digan al ordenador, paso a paso,
cómo hay que resolver el problema, sino una especificación de qué es lo que se
pretende resolver, y que sea el propio ordenador quien determine las acciones
3
En realidad, la inteligencia artificial es un campo interdisciplinar, que interesa también a la psicología y a la
epistemología; aquí hablamos de "aplicaciones inteligentes de los ordenadores", y, por tanto, nos referimos a la
vertiente más ingenieril.
31
necesarias para ello. Pues bien, la lógica puede verse, precisamente, como un
lenguaje de especificación mediante el cual podemos plantear los problemas de
manera rigurosa. En el tema "Lenguajes" comentaremos los principios de la
programación lógica. Por otra parte, la tarea de programación se complica cuando
se hace preciso considerar procesos concurrentes e intercomunicantes (por
ejemplo, en los sistemas operativos de multiprogramación, en las aplicaciones de
"tiempo real", o en los sistemas distribuidos); ciertas extensiones de la "lógica
clásica", como las lógicas modal y temporal que veremos en el capítulo 5, son
herramientas matemáticas adecuadas para estos casos.
3. Lógica y circuitos de conmutación

Desde el punto de vista estrictamente electrónico, el soporte tecnológico
principal de los ordenadores lo constituyen los circuitos de conmutación, o
"circuitos lógicos". Esta última denominación es, desde luego, discutible. Porque
los circuitos electrónicos básicos, con la tecnología actual, no permiten realizar
directamente las operaciones inferenciales que caracterizan a la lógica. (Aunque
indirectamente sí, ya que podemos, por ejemplo, programar a un ordenador para
que las haga, e, incluso, podemos pensar en nuevas estructuras de ordenador cuyas
operaciones elementales no sean ya las instrucciones de máquina de los
ordenadores actuales, sino inferencias lógicas. Este es un campo de la arquitectura
de ordenadores sometido a intensa investigación). Hay, no obstante, motivos para
llamar "lógicos" a tales circuitos. Motivos que pueden reducirse a una consi-
deración histórico-matemática: el hecho de que las formas elementales de la
lógica y los circuitos de conmutación tienen un modelo matemático común, el
álgebra de Boole binaria, introducida en el siglo pasado para formalizar la lógica
y aplicada en éste como herramienta para el análisis y diseño de circuitos. Dada
la importancia de los circuitos lógicos como componentes, y aunque no tengan
una relación demasiado estrecha con el resto de las aplicaciones informáticas de
la lógica, dedicaremos un capítulo de este Tema a su estudio.
4. Lógica, lenguajes y autómatas

Un lenguaje es un sistema de símbolos y de convenios que se utiliza para la
comunicación, sea ésta entre personas, entre personas y máquinas o entre
máquinas. El estudio matemático de los lenguajes es uno de los pilares de la
informática, y a él vamos a dedicar parte del tema "Autómatas" y todo el último
Tema del libro. Pero la lógica formal también puede considerarse como un
lenguaje (aunque éste es un asunto debatido filosóficamente), "el mejor hecho de
los lenguajes", como dice Ferrater Mora.
32
Por otra parte, existe una correspondencia muy estrecha, como veremos en los
Temas correspondientes, entre los autómatas y los lenguajes: a cada tipo de
autómata corresponde un tipo de lenguaje, y viceversa. La máquina de Turing es
una máquina lógica, un autómata de un tipo especial, que ha permitido formalizar
el concepto de algoritmo y ha proporcionado una de las aproximaciones teóricas
al campo de la computabilidad, como se verá en el tema "Algoritmos".
Puesto que la terminología asociada a la teoría de lenguajes va a utilizarse en
todas las partes de este libro, parece conveniente presentar ya las definiciones y
los conceptos básicos.
5. Lenguajes formales: definiciones

y conceptos básicos
5.1. Alfabeto, cadenas y lenguaje universal
Llamaremos alfabeto a un conjunto finito, no vacío, de símbolos.
Una cadena (o palabra, o expresión, o secuencia finita) es una secuencia
ordenada, finita, con o sin repetición, de los símbolos de un alfabeto. De una
manera general, utilizaremos las letras x, y, z para representar cadenas construidas
con cualquier alfabeto (que, por supuesto, no puede contener esos símbolos). A
veces interesa definir la cadena vacía como aquella que no contiene ningún
símbolo. Para designarla utilizaremos el símbolo especial " X" (en el supuesto,
naturalmente, de que este símbolo no forma parte del alfabeto con el que estamos
construyendo las cadenas).
Sobre el conjunto de cadenas construidas con un determinado alfabeto puede
definirse una función total, llamada longitud, y abreviada "lg", que asigna a cada
cadena el número de símbolos de que consta. Por ejemplo, si el alfabeto es {0,1},
entonces lg(0) = 1, lg(l) = 1, lg(00) = 2, lg(01) = 2, etc. Por definición, lg(A,) = 0.
SiA es un alfabeto, llamaremos A" al conjunto de todas las cadenas de longitud
n. Por ejemplo, si A = {a,b}, entonces,
0 1 2
A = {A.}; A = { a , ¿ } ; A = {aa, ab, ba, bb} , etc.
Llamaremos lenguaje universal sobre un alfabeto A, y lo representaremos por

A*, al conjunto infinito
/= oo
1 2
A*= A° u A u A u ...= KJÁ'
i= o
Es decir, A* es el conjunto de todas las cadenas (incluida A,) que pueden

formarse a partir de A.
33
5.2. Concatenación
La concatenación de dos cadenas, JC, Y G A*, es una ley de composición
interna sobre A*, es decir, es una aplicación A* xA* —> A*, que consiste en
formar la cadena xy poniendo x delante de y.
Por ejemplo, si A = {a,b,c} y consideramos las cadenas x = ab, y = bba,
entonces xy = abbba, y yx = bbaab.
La representación de la concatenación de una cadena consigo misma puede
abreviarse mediante notación exponencial: x = X; x = x; x etc.
(Obsérvese, aunque sea a título anecdótico, que la longitud cumple respecto a
la concatenación las mismas propiedades formales que el logaritmo respecto a la
multiplicación: lg(xy) = lg(x)+lg(y); \g{x" ) = n.\g(x)).
La operación de concatenación satisface las siguientes propiedades:
a) Es asociativa: x(yz) = (xy)z = xyz
b) En general, no es conmutativa: xy ¿ yx .(La conmutatividad sólo se da en el
caso particular de que A conste de un solo elemento).
c) Tiene un elemento neutro, X: Xx= xX = x.
d) Ninguna
ningún y e Acadena
tal que(salvo X) tiene inverso: dada x e A(x&X)
xy= X. , no existe
Por consiguiente, <A*, >, es decir, A* con la operación de concatenación, es

una estructura algebraica de tipo monoide, a la que se llama monoide libre
generado por A.
También es posible prescindir de la cadena vacía y trabajar con A = A*-{ X }
en lugar de con A*. Algebraicamente, la diferencia estaría en que, al no existir
elemento neutro, en lugar de hablar de monoide tendríamos que hablar de
semigrupo.
5.3. Lenguaje y metalenguaje

Dado un alfabeto A, todo subconjunto de A* se llama lenguaje sobre A. Esta
definición es rigurosamente válida, pero de poca utilidad. Porque en la aplicación
del concepto de lenguaje (ya sea a asuntos prácticos, como en los lenguajes de
programación, o teóricos, como en la lógica formal) lo que interesa es poder
resolver dos problemas duales: dado un lenguaje, generar cadenas que perte-
nezcan a ese lenguaje, y dada una cadena, reconocer si pertenece o no a un deter-
minado lenguaje. Si el lenguaje en cuestión es finito (es decir, consta de un núme-
ro finito de cadenas), la solución de ambos problemas es inmediata, puesto que el
lenguaje se describe mediante la simple enumeración de sus cadenas. Pero lo
normal es que el lenguaje sea infinito, y entonces tendremos que dar una
descripción finita para poder resolver esos problemas.
Y esto nos lleva al concepto de metalenguaje, porque dicha descripción finita
tendrá que hacerse utilizando un sistema de símbolos que no pueden ser los
mismos del lenguaje que trata de describir. Por tanto, tal descripción habrá de
hacerse en otro lenguaje, que, como sirve para describir al primero (lenguaje
objetó), se llama metalenguaje. Por ejemplo, en el lenguaje del álgebra elemental,
escribimos expresiones como "x + 7 = 17"; cuando le explicamos a alguien lo que
significan expresiones de ese tipo, estamos utilizando el español como
metalenguaje para describir el lenguaje del álgebra. Cuando hablamos de
propiedades del lenguaje natural, español en nuestro caso, solemos utilizarlo
indistintamente como lenguaje objeto o como metalenguaje. Por ejemplo, si
decimos "el ordenador no es más que una máquina", hemos construido una frase
del lenguaje en la que se usa, entre otras, la palabra "ordenador". Y si decimos
"ordenador" es un vocablo de cuatro sílabas" también hacemos una frase, pero en
ella, la palabra "ordenador" no se "usa", se menciona. En realidad, estamos
acudiendo al español como metalenguaje para describir una cierta propiedad del
propio lenguaje. Ypuede haber una jerarquía de lenguajes, es decir, varios niveles
de descripción. Así, una frase del "metametalenguaje" sería: «"ordenador" es un
vocablo de cuatro sílabas» es un enunciado verdadero".
La descripción de un lenguaje artificial suele hacerse mediante unas reglas que
permiten generar cadenas pertenecientes al lenguaje ("cadenas o expresiones
válidas", o "sentencias", o "frases"). Son las "reglas de formación" que veremos
en este Tema, o las "reglas de escritura" que definiremos en el tema "Lenguajes".
También, para ciertos tipos de lenguajes es posible dar descripciones algebraicas,
como veremos en el tema "Autómatas" para los lenguajes llamados regulares.
5.4. Sintaxis, semántica y pragmática

En la lingüística hay tres campos: la sintaxis, la semántica y la pragmática. La
sintaxis se ocupa estrictamente de los símbolos y de la manera de combinarlos
para obtener sentencias del lenguaje. La semántica estudia los símbolos y las
sentencias en relación con los objetos que designan. La pragmática, finalmente,
trataría (en realidad, es el nivel menos desarrollado, y roza ya con los campos de
la psicología y la sociología) de las relaciones entre los símbolos y los sujetos que
los usan.
Un ejemplo de enunciado perteneciente a la sintaxis es:
'algoritmo' es un sustantivo.
Un ejemplo de enunciado perteneciente a la semántica es:
no es cierto que 'algoritmo' derive de 'akyot,' ('dolor') y 'apl6|io^'

('número') y signifique 'dolor producido por los números'.
35
Finalmente,
en el Tema 3 daremos la etimología correcta del vocablo 'algoritmo'
es un enunciado perteneciente a la pragmática.

En el primer caso se ha usado 'algoritmo1 para relacionarlo con otra expresión
('sustantivo'), en el segundo, para relacionarlo con el objeto que designa (en este
caso, más bien con el objeto que no designa), y en el último, para relacionarlo con
quienes lo usan (nosotros).
6. Resumen
La lógica formal es uno de los fundamentos teóricos de la informática, que,
además, tiene importancia práctica en las aplicaciones llamadas de "inteligencia
artificial", en los lenguajes de programación declarativos, en la formalización de
lenguajes de programación en general, y en la programación concurrente.
Los circuitos lógicos, sin otra relación con la lógica formal que la existencia
de un modelo matemático común, son los componentes tecnológicos básicos de
los ordenadores actuales.
Los conceptos de alfabeto, cadenas, concatenación, lenguaje, sintaxis y
semántica, definidos en este capítulo, se utilizarán en el resto de este Tema, y
también en otros Temas del libro.
36
2
Lógica de
proposiciones
1. Introducción
1.1. Variables preposicionales y sentencias
Los lógicos clásicos distinguían entre juicio (el acto mental de pensar o
concebir algún hecho elemental), proposición (lo pensado o concebido en ese acto
mental) y razonamiento (combinación de unas proposiciones llamadas premisas
con otra llamada conclusión).
La noción de proposición se formaliza mediante el concepto de variable
proposicional. Las variables proposicionales representan proposiciones que han
de corresponder a enunciados declarativos, es decir, frases expresadas en el modo
gramatical indicativo.1 Para escribir variables proposicionales utilizaremos las
letras p, q, r, s, t..., eventualmente con subíndices.
'La formalización de modos subjuntivo, condicional e imperativo exige otros tipos de lógica.
39
Una sentencia representa a un enunciado compuesto por proposiciones
(enunciados elementales) y determinadas operaciones primitivas ("y", "o",
"si...entonces...", etc.), operaciones que se formalizan mediante las llamadas
conectivas. Como veremos enseguida, las premisas y la conclusión de un
razonamiento, y el razonamiento mismo, se formalizan con sentencias.
1.2. Conectivas
La conectiva uñaría (o monádica) de negación, "no", cuyo efecto es negar lo
que dice el enunciado que le sigue, se representa mediante el símbolo "->"
antepuesto a la variable proposicional o a la sentencia correspondiente. Así, si con
"p" estamos formalizando "la nieve es blanca", "~>p" representaría "la nieve no es
blanca". (En otros libros se utilizan otros símbolos: "~p", o "p", o "/?'").
Las conectivas binarias (o diádicas) son las que enlazan entre sí a dos variables
proposicionales o a dos sentencias. Las más utilizadas son:
• la conjunción, con símbolo " A " (en otros libros, "&" o "•"), que representa
a la conjunción ("y") del lenguaje natural;
• la disyunción, con símbolo " v " (en otros libros, o "+"), que representa
a la disyunción ("o") del lenguaje natural (en sentido incluyente-, "p v q"
significa "o bienp, o bien q, o bien ambos").
• el condicional, con símbolo " — ( e n otros libros, " =>" o "=>"), que
representa el "si...entonces...". De las dos variables enlazadas por el condi-
cional, la primera (la de la izquierda) se llama antecedente y la segunda,
consecuente.2
• el bicondicional, con símbolo " " (en otros libros, " " o " s"), que
representa el "si y sólo si".
Combinando de forma adecuada variables y conectivas se forman sentencias,
o cadenas correctas en el lenguaje de la lógica de proposiciones.
1.3. Interpretaciones y evaluaciones binarias

de variables proposicionales y de sentencias
Aunque en el apartado 3, dedicado a la semántica, definiremos con mayor rigor
los conceptos de interpretación y de evaluación, vamos a introducirlos ya,
limitándonos al caso particular (y más sencillo) de la evaluación binaria.
2
El símbolo " — q u e utilizaremos en adelante, coincide con el que se utiliza en matemáticas para representar
una aplicación, del que también tendremos que servirnos ocasionalmente (de hecho, ya ha aparecido en el
capítulo 1, apartado 5.2, al definir la operación de concatenación de cadenas). Por el contexto, quedará claro a
qué nos estamos refiriendo en cada caso.
Hemos dicho que las variables proposicionales representan proposiciones
(enunciados declarativos elementales), y las sentencias, en general, representan
enunciados declarativos. Esta idea de "representación" se formaliza con una
función que hace corresponder a cada variable proposicional y a cada sentencia
un enunciado, y esta función se llama interpretación. Así, ¿qué representan las
variables p y ql Depende de la interpretación. Una interpretación, i1, podría ser,
por ejemplo:
h (P) = Ia nieve es
blanca;
i1(q)= el carbón es negro.
Otra interpretación, i2, podría ser:
i2 (p) = la nieve es blanca;
¿2 (q) = el carbón es blanco.
La interpretación de sentencias se obtiene teniendo en cuenta lo que repre-

sentan las distintas conectivas, de modo que, dadas una sentencia y una in-
terpretación de las variables proposicionales que intervienen en ella, resulta una
interpretación única para esa sentencia. Así, a la sentencia p A q le corresponden,
para cada una de las interpretaciones dadas más arriba, estas interpretaciones:
h (P ACÍ)= Ia nieve es blanca y el carbón es negro;
¿2 (p A q) = la nieve es blanca y el carbón es blanco.
Una evaluación binaria consiste en asignar a cada una de las variables

proposicionales uno de estos dos valores: "verdadero" (o "cierto") o "falso" . En
lo sucesivo, utilizaremos el símbolo "1" para la representación de "verdadero" y
"0" para la de "falso". Obsérvese que la evaluación es siempre relativa a una
interpretación. Con los ejemplos anteriores, y representando por ex y e 2 las
evaluaciones relativas a las interpretaciones ií y i2 respectivamente, tendremos:
Ci(p)= i ;
ei(g)= i ;
e2(p)= 1;
e2(q)= 0;
Dada una evaluación de las variables proposicionales que intervienen en una

sentencia, para poder dar una evaluación a la sentencia, es decir, para poder decir
41
si la sentencia es verdadera (valor 1) o falsa (valor 0), tenemos que dar un
significado a las conectivas. El significado umversalmente admitido es el que se
resume en la siguiente tabla:
P q ~P pAq pvq p^q p<^q

e
o 0 0 1 0 0 1 1
e
l 0 i 1 0 1 1 0
1 0 0 0 1 0 0
g
3 1 1 0 1 1 1 1
Cada una de las filas de la tabla corresponde a una evaluación de las variables
proposicionales p y q. En el caso binario sólo hay cuatro evaluaciones distintas de
dos variables proposicionales: ambas falsas ( i 0 ( p ) = 0,i0(q)= 0), una ver-
dadera y otra falsa (e1 (p) = 0, e1 (q) = 1; e2(p) = l,e2(q)= 0) o ambas ver-
daderas (e 3 (p) = 1, e3 (q) = 1). Para cada una de estas evaluaciones, la tabla
muestra la evaluación de la sentencia formada mediante la negación de una
variable proposicional (columna de ->p) o mediante la unión de dos variables
proposicionales con una conectiva binaria (columnas siguientes). Esta forma de
dar significado a las sentencias que se forman con variables proposicionales y
conectivas merece algunos comentarios.
• Negación. Parece natural que si una variable proposicional representa un

hecho verdadero, su negación sea un hecho falso, y viceversa. Por ejemplo,
si p representa "la nieve es blanca", y la evaluamos como verdadera, ->p
representará "la nieve no es blanca", y se evaluará como falsa.
• Conjunción. También parece natural que la conjunción de dos hechos sólo
sea un hecho verdadero si lo es cada uno de ellos separadamente: si p A q
representa "la nieve es blanca y me apetece esquiar", p A q sólo es
verdadero si, además de serlo p, verdaderamente me apetece esquiar.
• Disyunción. Como ya se ha dicho más arriba, la interpretación que se da a
la disyunción de dos variables proposicionales es la inclusiva: basta con que
una de ellas sea verdadera para que su disyunción también lo sea. Es decir,
lo que representa p v q es "o bienp, o bien q, o ambos". Por tanto, no sirve
para representar enunciados como "o viajo en avión o viajo en tren (pero
no en ambos)". (La representación de este enunciado, én el que se usa la
disyunción exclusiva, sería, con las conectivas que tenemos: (p A -Iq)
v (-ip A q), es decir, traduciendo al lenguaje natural: "una de dos: o bien
viajo en avión (p) y entonces no viajo en tren, o bien viajo en tren (q), y
entonces no viajo en avión").
• Condicional. Como puede verse en la tabla, la evaluación de dos variables
enlazadas por el condicional es tal que la sentencia sólo se evalúa como
falsa en el caso de que el antecedente sea verdadero y el consecuente falso.
Este sentido del condicional requiere una explicación algo más detallada.
Para ello, analicemos cada uno de los casos con algunos ejemplos:
a) e(p)=1, e(q)=1 (antecedente y consecuente verdaderos). Parece obvio
que en tal caso el condicional ("si p entonces q") ha de evaluarse como
verdadero. Así,
'si como mucho entonces engordo'
es una sentencia que se evalúa como verdadera en el caso de que tanto el

antecedente ("como mucho") como el consecuente ("engordo") sean verda-
deros. Pero piénsese que también han de evaluarse como verdaderos con-
dicionales en los que no existe una relación causal entre el antecedente y el
consecuente. Por ejemplo:
'si la nieve es blanca entonces el carbón es negro'
ha de evaluarse como verdadero. Por esta razón, aunque a veces al con-

dicional se le llame implicación material, no hay que confundirlo con la
implicación lógica ni la implicación estricta-.
'la nieve es blanca implica que el carbón es negro'
es una implicación falsa, tanto en el sentido lógico como en el estricto. En

el apartado 5.2 de este mismo capítulo definiremos la implicación lógica;
la implicación estricta se estudia en la lógica modal, como veremos en el
capítulo 5 (apartado 2.4).
b) e(p)=1, e(q)=0. En este caso, parece natural decir que el condicional

p-^ q&s falso. En efecto, decir "si p entonces q" es equivalente a decir "si
p es verdadero entonces q es verdadero", o, lo que es igual, "p es condición
suficiente (aunque no necesaria) de q"\ por tanto, el hecho de que p sea
verdadero y, sin embargo, q sea falso viene a refutar la sentencia p —»g, es
decir, a hacerla falsa.
c) e(p)=0, e(q)=1. El sentido común nos indica que en este caso el

condicional p —> gno es ni verdadero ni falso: ¿qué sentido tiene pregun-
tarse por la verdad o la falsedad de un condicional cuando la condición
expresada por su antecedente no se cumple? Pero esta respuesta del sentido
común no nos sirve, porque estamos trabajando con una lógica binaria, y
todo tiene que evaluarse bien como verdadero bien como falso. Si una
sentencia no es falsa entonces es verdadera, y viceversa. Ahora bien, en el
43
caso que nos ocupa podemos asegurar que el condicional no es falso. No lo
es porque, como hemos dicho más arriba, "p —> q" es igual que afirmar que
p es condición suficiente pero no necesaria de q, es decir, que no es la única
condición posible, por lo que perfectamente puede darse el caso de que q
sea verdadero siendo p falso. Es decir, la falsedad del antecedente no hace
falso al condicional. Y si no lo hace falso, lo hace verdadero. Por ejemplo:
"si corro, entonces me canso". ¿Qué ocurre si se dan los hechos de que no
corro y, sin embargo, me canso? Ello no invalida la sentencia, porque no se
dice que no pueda haber otras causas que me producen cansancio.
d) e(p)=0, e(q)=0. La situación es algo parecida a la del caso anterior: la

condición no se da (es falsa), por lo que q puede ser tan verdadero como
falso, y el condicional, al no ser falso, será verdadero. Obsérvese, anecdóti-
camente, que no es raro encontrar este uso del condicional en el lenguaje
coloquial, como queriendo señalar que, ante un dislate, cualquier otro está
justificado: "si Fulano es demócrata yo soy el emperador de Asiria".
Este significado del condicional, aunque hoy está umversalmente admitido, ha

ocasionado numerosos problemas en lógica, y ha sido una fuente de paradojas.3
Por ejemplo, la sentencia "p —» (q —» p)" tiene siempre la evaluación "verda-
dera", sea cual sea la evaluación de las variables p y q. En efecto, podemos
construir la siguiente tabla para ver, en dos pasos, las cuatro evaluaciones
posibles:
P <7 p^(q^p)
: _
0 0 1 1
0 1 0 1
1 0 1 1
1 1 1 1
Esto es lo que se llama una tautología: una sentencia que siempre es verdadera
sean cuales sean las interpretaciones de las variables proposicionales que in-
tervienen en ella. (Obsérvese que interpretaciones hay infinitas, pero evaluaciones
diferentes sólo cuatro). A primera vista, este resultado puede parecer paradójico,
porque, considerado como la formalización de un razonamiento en el que "p"
fuese la premisa y " q —> p" la conclusión, viene a decir que si un enunciado (p)
3
Incluso hoy, en ingeniería y en informática, donde el condicional se utiliza, entre otras cosas, para formalizar
"reglas" (capítulo 6, apartado 2.3), persisten concepciones equivocadas (y hasta aparecen publicadas, véase, por
ejemplo, Mendel, 1995) debidas a la identificación (por carencia de una sólida base de conocimientos sobre
lógica) entre "condicional" e "implicación lógica".
es verdadero, todo condicional en el que ese enunciado sea el consecuente es
verdadero, independientemente de que el antecedente sea verdadero o falso. Por
ejemplo, de un enunciado como "tengo frío" se deduce que "si salgo al campo
entonces tengo frío" siempre es verdadero, independientemente de que "salgo al
campo" sea verdadero o falso. Ahora bien, teniendo en cuenta el sentido material
del condicional, no es que "tengo frío" implique "si salgo al campo entonces tengo
frío", sino que la segunda cosa se sigue de la primera (es verdadera cuando la
primera lo es), y entonces la interpretación parece perfectamente razonable: si
tengo frío, tengo frío, pase lo que pase.
• Bicondicional. p q se evalúa como verdadero si las dos variables son

verdaderas o las dos son falsas. En caso contrario (una verdadera y otra
falsa) se evalúa como falso. Pueden hacerse consideraciones similares a las
del condicional (e invitamos al lector a reflexionar sobre ello). De la misma
manera que al condicional se le llama a veces "implicación" (material), al
bicondicional se le conoce también como "equivalencia" (material, no
lógica, ni estricta). Como ya hemos dicho, estas denominaciones ("impli-
cación y "equivalencia") deben eludirse cuando hablamos del condicional
y del bicondicional, porque conducen a confusiones. Definiremos la
equivalencia lógica en el apartado 3.5.
Una observación final: La tabla dada la principio de este apartado se puede
escribir también utilizando dos sentencias cualesquiera, Sí y S2, en lugar de las
variables proposicionales p y q. Para una determinada evaluación de las variables
que forman parte de ellas, Sx y S2 tendrán unas evaluaciones "0" o "1" que se
calcularán de acuerdo con la misma tabla. Y todo lo que hemos explicado sobre
el significado de las distintas conectivas aplicadas a variables es extensible al caso
en que apliquen a sentencias.
1.4. Ejemplos de formalización e interpretación

Aunque más adelante presentaremos con mayor rigor estas primeras ideas, lo
que hemos visto es ya suficiente para poder formalizar y analizar muchas frases,
razonamientos y argumentaciones expresados en lenguaje natural.
En los ejemplos de este apartado partimos de frases del lenguaje natural, y lo
primero que hacemos es formalizarlas. Para ello, creamos funciones inversas de
la interpretación, es decir, inventamos variables proposicionales que representan
a los enunciados elementales presentes en las frases originales, y construimos
sentencias que representan a las frases. Una vez construida la sentencia, escri-
bimos todas las evaluaciones de sus variables proposicionales; si hay n variables
proposicionales, habrá 2" evaluaciones binarias, que escribiremos en 2" líneas.
Después calculamos la evaluación de la sentencia para cada una de esas evalua-
ciones de variables proposicionales (lo cual puede exigir, para evitar errores,
cálculos intermedios de las partes de la sentencia). El resultado es una tabla con
2" filas, a la que llamaremos tabla de verdad. (Ya hemos construido una an-
45
teriormente, cuando comentábamos el significado el condicional). Lo interesante
es que los resultados del análisis de la sentencia son generales y aplicables a cual-
quier otra interpretación. Veamos algunos ejemplos concretos.
Ejemplo 1.4.1. "Si corro entonces me canso". Ya hemos comentado antes este
enunciado, que podemos formalizar, simplemente, como " p - ^ q " . Si lo
repetimos aquí es para invitar al lector a reflexionar sobre el hecho de que hay
formas alternativas de decir lo mismo. Por ejemplo: "—¡pvq" ("o bien no
corro, o bien me canso, o ambos"), "—t (p A —¡Q) " ("no es el caso que corro y
no me canso"), etc.:
p q -p pA-^q ~>(P A-itf)

0 0 1 1 1 1 0 1
0 1 1 1 0 1 0 1
1 0 0 0 1 0 1 0
1 1 1 0 0 1 0 1
La primera de esas formas alternativas (—p v q ) es una forma disyuntiva que,

como veremos en los apartados 5.7 y 5.8, tiene importancia para ciertos
procedimientos de inferencia automática.
Ejemplo 1.4.2. "Si tengo hambre o tengo sed, entonces voy al bar". Definiendo
las variables proposicionales p, q, r para representar respectivamente "tengo
hambre", "tengo sed" y "voy al bar", podemos formalizar la frase en cuestión
mediante la sentencia:
pv q-^r
3
Como intervienen tres variables, hay 2 = 8 evaluaciones binarias para el
conjunto de las tres, y para cada una de ellas la sentencia tendrá una evaluación.
Las ocho evaluaciones, que se calculan de acuerdo con lo dicho anteriormente, se
resumen en esta tabla de verdad:
p q r pvq pv r
0 0 0 0 1
0 0 1 Ó 1
0 1 0 1 0
0 1 1 1 1
p q r pvq pv q-^r
1 0 0 1 0
1 0 1 1 1
1 i 0 1 0
1 1 1 1 1
Como puede observarse, la sentencia es falsa cuando ocurre que "tengo

hambre" o "tengo sed" (o ambos) son verdaderos y, sin embargo, "voy al bar" es
falso. En cualquier otro caso, incluso cuandop y q son las dos falsas, la sentencia
es verdadera (lo cual es razonable: la sentencia no dice que no se pueda ir al bar
por otros motivos; lo diría si en lugar de un condicional se utilizase un bicon-
dicional).
Ejemplo 1.4.3. Muchos razonamientos consisten en la obtención de una

conclusión a partir de dos o más premisas: "si Premisal y Premisa2 y ...
entonces Conclusión". Si las premisas y la conclusión pueden expresarse
formalmente en lógica de proposiciones, el razonamiento es válido siempre y
cuando la sentencia global {PI A P2 A ...) —> C sea una tautología. En
efecto, lo que queremos expresar con el razonamiento es justamente lo que
expresa un condicional de esa forma: que en el caso de que las premisas sean
verdaderas la conclusión también lo es. Y si hay algún caso en el cual todas las
premisas son verdaderas y la conclusión falsa, entonces el razonamiento falla;
en tal caso, la sentencia condicional dada se evalúa como falsa. Si nunca ocurre
tal cosa, la sentencia es una tautología y el razonamiento es correcto.
Consideremos el siguiente razonamiento:
Plm. 'si Bernardo se casa, Florinda se suicida'

P2: 'Florinda se suicida si (y solamente si) Bernardo no se hace monje'
C: 'si Bernardo se casa, no se hace monje'
Para formalizar este razonamiento, definamos tres variables proposicionales,

c,sym, con este significado (función de interpretación):
i(c) = 'Bernardo se casa'

i(s) = 'Florinda se suicida'
i(m) = 'Bernardo se hace monje'
Los elementos del razonamiento se formalizarán con estas sentencias:
P1: c —^ s
47
P2: s -im
C: c —> —im
y la formalization del razonamiento en su conjunto vendrá dada por la sentencia:
(c —>s) A (sir^—im) —> (c —>—im)
Analicemos ahora las evaluaciones de esta sentencia para todas y cada una de
las posibles evaluaciones de sus variables.
(c —> s) A (c —^s) A (s<-^—¡m)

es m c —> s s <-» —im (s <-» —im) c —> —m —^ (c —^ —IAw)
000 1 0 0 1 1
00 1 1 1 1 1 1
0 10 1 1 1 1 1
01 1 1 0 0 1 1
1 00 0 0 0 1 1
1 01 0 1 0 0 1
1 10 1 1 1 1 1
1 11 1 0 0 0 1
Comprobamos así que se trata de una tautología, y, por consiguiente, el

razonamiento es correcto. Como ejercicio, sugerimos al lector que analice los
resultados en los casos de que la premisa 2 fuese:
a) "si Bernardo no se hace monje, Florinda se suicida", y
b) "si Florinda se suicida, Bernardo no se hace monje".
Ejemplo 1.4.4. Veamos ahora un razonamiento con tres premisas:
P 1 : No hay judíos en la cocina
P2 : Ningún gentil dice "sphoonj"
P 3 : Todos mis sirvientes están en la cocina
C : Mis sirvientes no dicen nunca "sphoonj"
Aunque el modo más natural de formalizar este razonamiento sería en lógica
de predicados, y así lo veremos en el capítulo 4, también podemos hacerlo en
lógica de proposiciones. En efecto, definiendo las variables proposicionales:
j : Alguien es judío
c : Alguien está en la cocina
d : Alguien dice "sphoonj"
s : Alguien es sirviente
podemos formalizar así el razonamiento:
P I : j —> —ic ("si alguien es judío entonces no está en la cocina")

P2: —i/ —> —id ("si alguien no es judío entonces no dice 'sphoonj'")
P3: s —> c ("si alguien es sirviente entonces está en la cocina")
C: s —»—id ("si alguien es sirviente entonces no dice 'sphoonj'")
Enlazando las tres premisas entre sí mediante conjunciones y a la conclusión

mediante un condicional, obtenemos la siguiente sentencia, expresión formal del
razonamiento:
[ (7 —> —IC ) A (—ij —> —>d ) A (s c) ] —> (s —> —id)
Calculemos las distintas evaluaciones de la sentencia. En la siguiente tabla de

verdad se indican los pasos intermedios y el resultado.
j c d s P1 P2 P3 P1 A P 2 aP3 c s
0 0 0 0 1 1 1 1 1 1
0 0 0 1 1 1 0 0 1 1
0 0 1 0 1 0 1 0 1 1
0 0 1 1 1 0 0 0 1
0 1 0 0 1 1 1 1 1 1
0 1 0 1 1 1 1 1 1 1
0 1 1 0 1 0 1 0 1 1
0 1 1 1 1 0 1 0 1
1 0 0 0 1 1 1 1 1 1
1 0 0 1 1 1 0 0 1 1
1 0 1 0 1 1 1 1 1 1
1 0 1 1 1 1 0 0 1
1 1 0 0 0 1 1 0 1 1
1 1 0 1 0 1 1 0 1 1
1 1 1 0 0 1 1 0 1 1
1 1 1 1 0 1 1 0 0 1
49
Vemos que la sentencia es una tautología, y, por consiguiente, el razonamiento
es válido. No obstante, en casos como éste la lógica de proposiciones empieza a
ser un lenguaje demasiado limitado para representar todos los matices del
lenguaje natural. Concretamente, aquí hemos hecho una pequeña "trampa": tal
como se han definido las variables proposicionales, lo representado p o r — > —¡c"
sería: "si alguien es judío entonces no es cierto que alguien esté en la cocina", lo
cual no es exactamente lo que queremos decir, y lo mismo con las otras tres
sentencias.
Lo que ocurre es que con la palabra "alguien" del lenguaje natural se representa
a un miembro cualquiera de un colectivo, es decir, formalmente, a una variable
(no una variable proposicional). Nuestras proposiciones hacen referencia a
propiedades de tales variables que determinan subconjuntos del colectivo, y esto
es algo que no se puede formalizar en lógica de proposiciones. Si aquí hemos
podido llegar a una formalization ha sido "fijando" ese "alguien", es decir,
considerando que en todas las premisas y en la conclusión se trata del mismo
individuo (como si, en vez de "alguien", hubiésemos dicho, por ejemplo, "Isaac")
y suponiendo implícitamente que si el razonamiento es válido para un individuo
cualquiera, lo es para todos.
Ejemplo 1.4.5. Supongamos que un político declara en una rueda de prensa:
P l : 'Si los impuestos suben, la inflación bajará, pero solamente si la peseta no
se devalúa'.
Al día siguiente afirma en el Congreso:
P2: 'Si la inflación baja, o si la peseta no se devalúa, los impuestos no subirán'.
Y esa misma noche manifiesta en una entrevista por televisión:
P3: 'O bien baja la inflación y se devalúa la peseta, o bien los impuestos deben
subir'.
Nuestro político elabora luego un informe para el Ministerio de Economía que
concluye con la siguiente recomendación:
C: 'Los impuestos deben subir, pero la inflación bajará y la peseta no se

devaluará'.
Preguntémonos (imaginándonos por un momento en el papel del ministro) si

tal conclusión es consistente con lo que este señor había dicho anteriormente. En
principio, no cuestionamos la verdad o la falsedad de las premisas planteadas: si
alguna es falsa, la conclusión no tiene por qué ser verdadera, pero si las tres son
verdaderas, la conclusión también debe serlo. Es decir, para que la inferencia de
la conclusión sea correcta, la sentencia ( P l A P 2 AP3) —> C deberá ser una
tautología.
Así pues, definiendo las variables proposicionales p, q y r con esta in-
terpretación:
i(p)~ los impuestos suben'

i(q)='la inflación baja'
¿(r)='la peseta no se devalúa'
la sentencia a analizar será:
[ (p -» (q o r) ) A ( ( q v r) -> -p ) A ((q A -,r) vp ) ] -> (p A q A r)
Dejamos al cuidado del lector la construcción de la tabla de verdad co-

rrespondiente. Podrá comprobar que no se trata de una tautología (por lo que la
conclusión no es correcta), y descubrir los dos casos que invalidan el razo-
namiento.
1.5. Cálculo, sistema axiomático y sistema

inferencial
Veremos en el siguiente apartado que la lógica de proposiciones es un lenguaje
formal (en el sentido definido en el capítulo 1), complementado con un conjunto
de axiomas y de reglas de transformación.
Un cálculo es la estructura formal de un lenguaje, abstrayendo el significado;
se convierte en un lenguaje cuando se evalúan sus símbolos y sus construcciones
(es decir, se les atribuye un significado, se les pone en relación con los objetos que
designan).
El cálculo es, además, un sistema axiomático cuando se construye sobre la base
de unos axiomas, o construcciones que se admiten como verdaderas en el lenguaje
o lenguajes de los que procede el cálculo (o, lo que es lo mismo, en todos los
lenguajes que se pueden formalizar con él).
Para definir un sistema axiomático hay que especificar:
• el alfabeto, o conjunto de símbolos válidos en el cálculo;

• las reglas de formación, que permiten derivar sentencias (cadenas de
símbolos válidas o correctas);
• los axiomas",
• las reglas de transformación, que permiten obtener o demostrar deter-
minadas sentencias a partir de los axiomas (sentencias demostrables,
teoremas o leyes).
51
Los axiomas y los teoremas constituyen las tesis del sistema axiomático, y
pertenecen al lenguaje del cálculo; las reglas de formación y de transformación
pertenecen al metalenguaje del cálculo.
La formulación de los axiomas no es arbitraria ni fácil. Tiene que satisfacer
dos exigencias metalógicas imprescindibles:
a) el cálculo resultante debe ser completo, es decir, todas las sentencias

verdaderas (o sea, todas las tautologías) relativas a las teorías (o lenguajes)
que el cálculo pretende formalizar tienen que poder demostrarse a partir de
los axiomas.
b) el cálculo debe ser consistente, es decir, que no se puedan demostrar con él

sentencias no verdaderas.
Conviene, además, que los axiomas sean independientes, es decir, que ninguno
de ellos pueda demostrarse a partir de los restantes. Esta condición no es fácil de
comprobar. Prueba de ello es que en el sistema PM, que veremos en el apartado
2.5, se proponían inicialmente cinco axiomas, y sólo años más tarde se comprobó
que uno era redundante (se podía demostrar a partir de los otros cuatro).
El lector más interesado por las aplicaciones informáticas de la lógica que por
ésta en sí misma puede pensar que todo esto es de poca utilidad. Pero no es así.
En las aplicaciones, efectivamente, no tiene un interés especial la demostración
de teoremas a partir de unos axiomas. Lo realmente interesante es mecanizar los
procesos de inferencia. Es decir, dadas unas premisas o hechos comprobados
como verdaderos en una determinada situación, poder deducir conclusiones para
esa situación. Esto es lo que llamaremos un sistema inferencial: un conjunto de
reglas (pertenecientes al metalenguaje de la lógica) que permiten ejecutar
inferencias y unas metarreglas (pertenecientes al metametalenguaje) que dicen
cómo aplicarlas. Ahora bien, veremos en el apartado 5 que los teoremas del
sistema axiomático son precisamente la base de las reglas que permiten realizar
inferencias. Por otra parte, para acercarnos al ideal de "poder asegurar" el correcto
funcionamiento de los programas es preciso trabajar sobre una base teóricamente
sólida y rigurosa. (La pragmática de la informática dice que nunca se puede
asegurar que un programa funciona correctamente,4 pero poco a poco se avanza
hacia la posibilidad de la demostración formal de la corrección de los programas.
Véanse a este respecto el apartado 6 del capítulo 3 del tema "Algoritmos" y el
apartado 4.1 del capítulo 5 del tema "Lenguajes").
4
Hay una antigua "ley" de la informática práctica que dice: "Todos los programas reales contienen errores
mientras no se demuestre lo contrario, lo cual es imposible" (Gilb, 1975).
2. Sintaxis
2.1. Alfabeto
Entramos ya a definir formalmente la lógica de proposiciones como un
lenguaje, y en este apartado presentamos el cálculo de proposiciones. El alfabeto
que utilizaremos será el formado por los siguientes símbolos:
• Variables proposicionales: p,q,r,s,t... (En caso necesario, con subíndices

numéricos, y, en los ejemplos, cualquiera otra minúscula, si conviene por
motivos nemotécnicos).
• Conectivas: -i, v , A , —» , o (Estas serán las más utilizadas, aunque
pueden definirse otras, como veremos).
• Símbolos de puntuación: (,),[,],{,} (Lo mismo que en el lenguaje más
familiar del álgebra, los utilizaremos para evitar ambigüedades).
• Metasímbolos: Como indica su nombre, no son, propiamente, símbolos del
lenguaje. Los utilizaremos para abreviar determinadas expresiones, y serán
los siguientes:
A,B,C..., S,... para representar cualquier sentencia del lenguaje (también,
en caso necesario, con subíndices).
k para representar cualquier conectiva binaria.
I para representar una variable proposicional sola o con el símbolo de

negación delante. (Esto es lo que se llama un literal: literal positivo si
corresponde a una variable proposicional sin negación, y negativo en caso
contrario).
2.2. Expresiones y sentencias

Definición 2.2.1. Llamaremos expresión o cadena a toda secuencia finita de
símbolos del alfabeto. Por ejemplo:
ip v'<?) r
rv) -^pq-.(
(p v q-,) r
son tres expresiones. Intuitivamente, se aprecia que sólo la primera puede

"significar" algo; diremos que, de las tres, sólo ella es una sentencia. Defi-
namos formalmente este concepto:
53
Definición 2.2.2. Llamaremos secuencia deformación a toda secuencia finita
de expresiones, Av A 2 , ..., An, en la que cada A¡ satisface al menos una de las
tres condiciones siguientes:
a) Ai es una variable proposicional;
b) existe un j menor que i tal que A¡ es el resultado de anteponer el símbolo

"->" a A y ;
c) existen j y h, ambos menores que i, tales que A¡ es el resultado de enlazar

Aj y Ah con k (cualquier conectiva binaria).
Definición 2.2.3. Llamaremos sentencia a toda expresión An tal que existe una
secuencia de formación AVA2, ...,An. Y ésta será una secuencia de forma-
ción de An (puede no ser la única). Obsérvese que, según esta definición, todas
las expresiones que componen una secuencia de formación son sentencias.
Una forma equivalente de definir el concepto de sentencia es enunciando tres

reglas deformación (correspondientes a las tres condiciones anteriores):
RF1: Una variable proposicional es una sentencia.
RF2: Si A es una sentencia, -A también lo es.
RF3 : Si A y B son sentencias, AkB también lo es.
Estas tres reglas constituyen una definición recursiva de sentencia. (Recursiva,

porque en ella se alude al concepto definido). Son reglas gramaticales que definen
la sintaxis de la lógica de proposiciones. En el tema "Lenguajes", capítulo 5,
apartado 3, veremos que estas reglas, aquí enunciadas utilizando el castellano
como metalenguaje, pueden formalizarse con un metalenguaje llamado "notación
BNF", muy utilizado en informática para la definición rigurosa de lenguajes de
programación.
En algunos textos el lector puede encontrar que a las sentencias se les llama
"wff". Son siglas de "well formed formula" (fórmulas bien formadas).
2.3. Sentencias equivalentes

El concepto de equivalencia entre sentencias tiene que ver con la semántica, y
lo definiremos en el apartado 3.5. De momento, digamos que dos sentencias son
equivalentes si, dada una interpretación cualquiera de las variables proposi-
cionales que las componen, los significados (interpretaciones) de ambas senten-
cias son idénticos. Aunque esta definición no sea muy precisa, haremos ya uso de
algunas equivalencias sencillas, que nos permitirán sustituir unas sentencias por
otras. Por ejemplo, cuatro equivalencias triviales (intuitivamente) son:
a) A v B es equivalente a BvA
b) A A B es equivalente a B A A
c) A v ( B v C ) es equivalente a A v ( B v C ) ( y s e puede escribir AvB v C)
d) A A (B A C) es equivalente a A A (B A C) (y se puede escribir A A 5 A C)
A cada una de estas equivalencias le corresponde un teorema (concepto que

definiremos en el apartado 2.5): las sentencias
a) (p V q) <-> (q vp)
b){pAq) <-» (qAp)
c)(pv(qvr))<r*(pv(qvr))
d)(pA(qAr))<^(pA(qAr))
pueden demostrarse como teoremas, siguiendo el procedimiento que veremos

en la sección 2.5.3.
2.4. Conectivas primitivas y definidas

De las cuatro conectivas binarias definidas en el alfabeto, basta con una. Si,
por ejemplo, nos quedamos con las conectivas primitivas "->" y " v ", las tres
restantes se definen del siguiente modo:
a) Definición de " A ": Una sentencia de la forma

AaB
es equivalente a una sentencia de la forma
—i(-A v —B)
b) Definición de " —> ": Una sentencia de la forma
A->B

-A vB
c) Definición de "<->": Una sentencia de la forma
—i(—i(—iA v B ) v —1(—iB v A ) )
55
o bien, si se permite utilizar la conectiva previamente definida " A ",
(—iA v B) A (—iB v A)
A diferencia de las escritas en el apartado anterior, estas equivalencias no

corresponden a teoremas: son definiciones de las conectivas " A ", " —>" y "<->"
en función de las conectivas primitivas "->" y " v ".
2.5. Axiomas, demostraciones y teoremas

2.5.1. Axiomas
El sistema axiomático más conocido es el llamado "PM", siglas derivadas del
título de una obra clásica: "Principia Mathematica", de Whitehead y Russell.
Utiliza cuatro axiomas:
Al. (pvp)
A2. q —» (pvq)
A3, (pvq) (qvp)
A4. (p ^ q) [(r v p) ^ (r v q)]
Como hemos avanzado en el apartado 1.5, la idea es que con estos axiomas y
unas reglas de transformación, junto con las definiciones dadas más arriba que
permiten sustituir unas conectivas por otras, se demuestran teoremas. Vamos a
definir las reglas de transformación y el proceso de demostración, pero antes
hemos de introducir una operación previa: la sustitución.
2.5.2. Sustitución
Definición 2.5.2.1. Dadas unas variables proposicionales, pvp2, • ••>/?„ y unas
sentencias cualesquiera, BltB2, ...,Bn, llamaremos sustitución a un conjunto
de pares ordenados
s= {B1/pvB2/p2, ...,Bn/pn}
Definición 2.5.2.2. Dadas una sentenciaA que contiene (quizás, entre otras) las
variables proposicionales pvp2, •••>P„ y una sustitución s, la operación de
sustitución en A de esas variables proposicionales por las sentencias
Bv B2, ...,Bn, consiste en poner en A, en todos los lugares donde aparezca la
variable pt, la sentencia B¡ que le corresponde de acuerdo con s, y esto para
todo i=l...n. El resultado es una expresión que representaremos como As.
Teorema 2.5.2.3. SiA es una sentencia y s una sustitución, As es una sentencia.
La demostración, que dejamos al lector, es sencilla: basta con ver que si tanto
A como todas las B¡ tienen secuencias de formación, entonces As tiene
también, al menos, una secuencia de formación. Es interesante observar que
este teorema, como otros que iremos dando, es, en realidad, un "metateorema"
para la lógica de proposiciones.
2.5.3. Demostraciones y teoremas
Definición 2.5.3.1. Llamaremos demostración (o prueba formal) a toda
secuencia finita de sentencias AVA2, ...An, en la que cada A(. satisface, al
menos, una de las cuatro condiciones siguientes:
a) A¡ es un axioma;
b) Existe algún) menor que i y alguna sustitución s tal que A, es el resultado

de la sustitución s en A;-, es decir, A¡ es lo mismo que A¿s;
c) Existen h y j menores que i tales que A¡ es lo mismo que Ah A A;.;
d) Existen h y j menores que i tales que Ah es lo mismo que A¿ —» A¡
Definición 2.5.3.2. Llamaremos teorema a toda sentencia An que no es un

axioma y que es tal que existe una demostración A 1 ,A 2 , ...,An, y diremos que
ésta es una demostración de An (puede no ser única). Obsérvese que todas las
sentencias que componen una demostración son o bien axiomas o bien
teoremas.
Definición 2.5.3.3. Llamaremos tesis (o ley) del sistema axiomático a cual-

quier sentencia que sea o bien un axioma o bien un teorema. Utilizaremos la
notación "hV'para indicar que "A es una tesis".
De modo similar a lo que hacíamos al definir las sentencias, podemos dar una
definición recursiva de tesis mediante cuatro reglas de transformación (corres-
pondientes a las cuatro condiciones anteriores):
2.5.4. Reglas de transformación
RTl. SiA es un axioma, entonces A es una tesis
RT2. (Regla de sustitución). SiA es una tesis en la que aparecen pv p2, ..., pn
y Bv B2, ..., Bn son sentencias, entonces A {B±/pv . ,.,Bn/pll} es una tesis.
RT3. (Regla de unión). Si A y B son tesis entonces A A B es una tesis.
RT4. (Regla de separación). Si A y A —> B son tesis entonces B es una tesis.
57
2.5.5. Ejemplos de demostraciones en el sistema PM
Teorema 1: (p —> q) —» [ (r —>/?)—> (r q) ]
Demostración:
1. (p g) [ (-ir v p) —> (-,r v g) ] (Por sustitución A4{--r/r})
2. (p ->?)—>[ (r —>/>) —> (r —> <7) ] (Por definición de la conectiva" _>")
Teorema 2: p —> {pv p)
Demostración: Simplemente, por sustitución A2{p/q}.
Teorema 3: p —
Demostración:
1- [ (p v />) [ (P (p V P ) ) -> (P —>P) ] (Por sustitución en el

Teorema 1: TI { (p vp) /p, p/q, p/r} )
2- [p (p v />) ] —> {p —» (Por separación de A l en la sentencia an-

terior)
3. p - ^ p (Por separación del Teorema 2 en la sentencia anterior)
Otra posible demostración:
1. {pv p) —> {pvp) (Por sustitución A3 {p/q})
2. p —>p (Por sustitución {p/p vp } en la anterior)
Teorema 4: —pvp (Principio del tercio excluso)
Demostración: Por definición de la conectiva" — e n el Teorema 3.
Para no recargar la notación, no hemos escrito el símbolo" H", lo que podría-

mos haber hecho delante de cada una de las sentencias que han ido apareciendo
en las demostraciones.
2.5.6. Algunos teoremas útiles

Entre la infinidad de teoremas que pueden demostrarse están, por ejemplo:
• La ley de modus ponendo ponens (o modus ponens):

[ P A ( P - > QR) ] - > G
Corresponde al tipo de razonamiento según el cual, dado un condicional y
afirmando ("ponendo") el antecedente, se puede afirmar ("ponens") el
consecuente, pero esto ya es una "regla de inferencia", de la que hablaremos
más adelante.
• La ley de modus tollendo tollens (o modus tollens):

[-1 q A (p > q) ] > —¡p
Corresponde al tipo de razonamiento según el cual, dado un condicional y

negando ("tollendo") el consecuente, se puede negar ("tollens") el ante-
cedente, otra regla de inferencia.
• Las leyes de transitividad:

[{p q) A (q R) ] (p r)
[ (p O q) A (q r) ] —> (p <-> r)
Corresponden a los "silogismos hipotéticos" de la lógica clásica.
• Las leyes de inferencia de la alternativa, o de los silogismos disyuntivos:

H P A (pvq)] q
[p A (-,/? V -<q) ] —iq
• La ley del dilema constructivo:

[ {p q) A (r -> s) A {p v r) ] (q v s)
• Las leyes de de Morgan:

- > ( p A q ) O (—¡p v —¡q)
-•CP v< ?) ° ("pA-í)

Teoremas como estos dos últimos, de la forma A o B, establecen una equi-
valencia entre las sentencias A y B, como veremos en el apartado 3.5. Otros de la
misma forma, que utilizaremos más adelante, son:
• La ley de doble negación:

-r-¡p H p
• La ley de reducción al absurdo:

iP ^ (?A->?)] o p
59
• Las leyes de distributividad\
[ (p A q) v r] [ (p v r) A (p v q) ]
[ (p v g) A r] <-> [ (p A r) v («j A r) ]
[p (q v r) ] o [ (p g) v (p -» r) ]
[p (9 A r) ] [ (p -> Í) A (p -> r) ]
[p -» (<j -> r) ] <-> [ (p -> q) -> (p r) ]
3. Semántica
Las sentencias del lenguaje lógico permiten representar conocimientos acerca
de la realidad. Como paso previo a la formalización de esos conocimientos se
establece un modelo conceptual de la realidad, o conceptualización, que acota los
objetos y aspectos de la realidad que las sentencias van a representar. En el caso
de la lógica de proposiciones, una conceptualización es, simplemente, un conjunto
de proposiciones.
La semántica establece, como sabemos (capítulo 1, apartado 5.4), una corres-
pondencia entre las construcciones del lenguaje y los objetos que designan. En
este caso, entre las sentencias del cálculo de proposiciones y los elementos de la
conceptualización.
Representaremos por CP al conjunto (finito) de elementos de la conceptua-
lización, por P a un conjunto (finito) de variables proposicionales, por S al
conjunto (infinito) de sentencias que pueden construirse conP, por Sn al subcon-
junto (infinito) de S cuyas sentencias tienen exactamente n variables propo-
sicionales, y por S" al subconjunto (finito si n es finito) de S cuyas sentencias
tienen un número de conectivas igual o inferior a n.
3.1. Interpretaciones y evaluaciones

Definición 3.1.1. Una interpretación de variables proposicionales, i, es una
función que hace corresponder a cada elemento de P un elemento de CP.
Toda interpretación de variables proposicionales lleva asociada una eva-

luación de las mismas. Vamos a definir este concepto de manera muy general
(aplicable a lógicas no binarias).
Definición 3.1.2. Un conjunto de valores de verdad es un conjunto de sím-

bolos, V, de cardinalidad igual o superior a 2, con una relación de orden
definida entre sus elementos y unos extremos superior e inferior, y cerrado bajo
60
determinadas operaciones definidas en él. A cada conectiva definida en el
alfabeto debe corresponder una operación en V.
Obsérvese que, en principio, no imponemos más restricción a y que la de tener

dos o más elementos (puede, incluso, tener infinitos), y de tener definidas en él
(sin fijar cómo) una operación por cada conectiva, una relación de orden y unos
extremos superior (que corresponde a la "certeza absoluta") e inferior (la "falsedad
absoluta").
La evaluación de una variable proposicional (o, en general, de una sentencia)
consiste en atribuirle una valor de verdad. Ahora bien, una misma sentencia puede
evaluarse con un valor u otro, dependiendo de la interpretación. La evaluación es,
pues, un concepto relativo (dependiente de la interpretación).
Definición 3.1.3. Dados un conjunto de variables proposicionales, P, un

conjunto de valores de verdad, V, y una interpretación, i, una evaluación de P
relativa a i, e¡, es una función total de P en V: (Vp e P ) (e¡ (p) e V) .
De este modo, cuando damos una evaluación (para una determinada

interpretación), lo que hacemos es asignar a cada variable proposicional un
elemento de V. Para evaluar sentencias, tendremos que establecer una extensión
de i para que su dominio sea S en lugar de P.
Teorema 3.1.4. Dada una evaluación ei, existe una (y sólo una) extensión del
dominio de e¡ a S, a la que llamaremos E¡, tal que satisface estas dos
condiciones:
a) ( V A e S ) (Ei(-A)= -£t(A))
b) (VA.B e S (E(AkB) = E, (A) kEi (B))
(Adviértase que, aunque los símbolos utilizados sean los mismos, "-•" y
representan distintas cosas en el primero y en el segundo miembro de esas
igualdades: en el primero, son las conectivas utilizadas en el alfabeto, que se
aplican a variables o a sentencias para obtener otras sentencias; en el segundo, son
las operaciones definidas en el conjunto V).
Demostración'.
a) Existencia. La demostración de que existe al menos una E¡ que cumple esas

condiciones puede hacerse por inducción sobre n (número de conectivas de
las sentencias) y teniendo en cuenta que toda sentencia tiene que estar
construida según las reglas de formación dadas en el apartado 2.2. Si
Ae S", escribiremos E" (A) en lugar de E¡ (A) para indicar explícita-
mente que se trata de una evaluación de una sentencia con n conectivas:
61
• Para n=0, E°¡ (A) = e¡ (A) ;
• Supuesto que existe E", definimos E"+1 así:
+1
si A e S", Ef (—A) = -Ef (A) ;
+1
si A, Be S", Ef (AkB) = Ef (A) kEf (B)
De este modo, hemos construido una aplicación É ¡ + ' que cumple^ las
condiciones impuestas, y que está definida para toda sentencia de S
b) Unicidad. E°¡ es única, puesto que es igual a e¡. Y si E" es única, E"+1
también lo será, puesto que se ha construido de manera única.
Corolario: E¡ está unívocamente determinada por e¡. Esto quiere decir que,
dada una evaluación de variables proposicionales, puede calcularse la
evaluación de cualquier sentencia construida con esas variables propo-
sicionales.
Este teorema justifica matemáticamente la construcción de tablas de verdad

que hacíamos en los ejemplos del apartado 1.4. Pero obsérvese que ahora tenemos
un marco mucho más general, puesto que el teorema se aplica independientemente
del número de elementos que tenga V.
3.2. Satisfacción
En el apartado anterior hemos definido el concepto de evaluación de una
manera general, lo cual permite aplicarlo a lógicas en las que las proposiciones (y
las sentencias) pueden tomar valores intermedios entre "verdadero" y "falso".
Veremos algunos de estos tipos de lógica en el capítulo 5. De momento, y hasta
entonces, nos limitaremos a la lógica clásica, o "binaria".
Definición 3.2.1. Una evaluación binaria es una evaluación E¡ sobre un

conjunto de valores de verdad y que sólo tiene dos elementos, que llamaremos
"0" (o "falso") y "1" (o "verdadero") y (además de otras que luego veremos),
cinco operaciones definidas en él de la siguiente forma:
- , ( 0 ) = 1; - ( 1 ) = 0;
0 A 0= 0; 0 A 1= 0; 1 A 0= 0; 1 A 1= 1;
0 v 0= 0; 0 v 1= 1; 1 v 0= 1; 1 v 1= 1;
0->0= 1;0-»1= 1; l - > 0 = 0; 1-»1= 1;

0 o 0= 1; 0 o 1= 0; 1 0= 0; 1 o 1= 1.
El extremo inferior de F e s "0", el superior es "1", y la relación de orden es
"0<1".
Esta definición de las operaciones es la misma que ya habíamos visto y
comentado en el apartado 1.3. Lo que hemos hecho ahora ha sido particularizar,
partiendo de una definición formal y más general. Por ejemplo, si P={p,q}, el
número de interpretaciones posibles es infinito, pero sólo hay cuatro evaluaciones
binarias diferentes, las que dimos en el apartado 1.3. Pero si V fuese un conjunto
con más de dos elementos, entonces tendríamos más evaluaciones, como veremos
en el capítulo 5, apartado 3.
En el caso binario, si consideramos, por ejemplo, la sentencia p v q , la
extensión de (e^p) = 0; e, ( q) = 1) aplicada a esta sentencia, de acuerdo con
la construcción definida en la demostración del teorema 3.1.4, será:
E1(pvq)= Ex(p) vE1(q)= e1{p) veí{q)= 0vl= 1
e igualmente podrían calcularse todas las evaluaciones dadas en la tabla del

apartado 1.3.
Si card(P)=n, entonces habrá 2" evaluaciones binarias de las variables
proposicionales, e . : P —» { 0 , 1 } (;= 0 . . . 2 " - ), y, para cada una de ellas,
cualquier sentencia A tendrá una evaluación, E¿ (A).
Definición 3.2.2. Una interpretación de variables proposicionales, i, satisface

a una sentenciaA si (y sólo si) E¡(A) = 1. También diremos que A se satisface
con la interpretación i.
Volviendo al primer ejemplo del apartado 1.3., consideremos las sentencias:
Al: pvq
A2:p A q
y las interpretaciones y evaluaciones:

=
h (?) Ia nieve es blanca; e1 (p) = 1
h (?) = el carbón es negro; ex (q) = 1
=
h (p) Ia nieve es blanca; e2 (p) = 1
i2(q)= el carbón es blanco; e2(q)= 0
El lector puede comprobar que A l se satisface con ambas interpretaciones,

mientras que A2 sólo se satisface con i x .
63
3.3. Tautologías y contradicciones
Por tanto, la satisfacción de una sentencia depende, en general, de la interpre-
tación dada a sus variables proposicionales. Pero hay algunas sentencias que
siempre se satisfacen, sea cual sea la interpretación, y otras que no se satisfacen
nunca. A las primeras se les llama "tautologías", y a las segundas, "contra-
dicciones". Más formalmente:
Definición 3.3.1. Diremos que una sentencia A es una tautología si (y sólo si)
(Vi) (E¡ (A) = 1) . Utilizaremos la notación "EA " para indicar que "A es una
tautología".
Definición 3.3.2. Diremos que una sentenciaA es una contradicción si (y sólo

si) (V¿) (Ei(A)= 0)
En la lógica binaria, que es la que estamos considerando, y por definición de

la operación "->" en el conjunto V={0,1}, si I-A entonces -A es una contradicción,
y viceversa: si A es una contradicción entonces A). Como puede compro-
barse fácilmente, —ipv p es una tautología, y -i(—p vp) es una contradicción.
Del mismo modo, —>p A p es una contradicción, y —i (—p AP) una tautología.
3.4. Completitud y consistencia de un sistema

axiomático
Ahora podemos expresar con mayor rigor algo que introducíamos en el
apartado 1.5:
Definición 3.4.1. Diremos que un sistema axiomático es completo si toda

sentenciaA que sea una tautología es también una tesis. Es decir, para todaA,
si EA entonces VA.
Definición 3.4.2. Diremos que un sistema axiomático es consistente si toda

sentenciaA que sea una tesis es también una tautología. Es decir, para todaA,
si VA entonces I-A .
Puede demostrarse que el sistema PM es completo y consistente. El lector

puede comprobar, por ejemplo (construyendo las tablas de verdad), que tanto los
axiomas como los teoremas que hemos demostrado o citado son tautologías.
3.5. Equivalencia entre sentencias

Definición 3.5.1. Dadas dos sentencias A y B construidas con las mismas
variables proposicionales, P, diremos que A es equivalente a B, y escribiremos
A = B si (y sólo si)
(Vi) (E¡ (A) = Ej(B) )
Es inmediato comprobar que la relación es, en efecto, una relación de equi-
valencia, es decir, que es reflexiva, simétrica y transitiva.
Como ejercicio, el lector también puede comprobar que las equivalencias
indicadas en los apartados de números 2.3 y 2.4 cumplen los requisitos de esta
definición.
Como toda relación de equivalencia, "s " particiona al conjunto (infinito) de
sentencias construidas con n variables en un conjunto de clases de equivalencia,
Q = Sn/ s . Si el número de evaluaciones diferentes de las variables propo-
sicionales es finito (lo cual ocurre si V es finito) entonces Qn es también finito.
Por ejemplo, con n=2 (dos variables proposicionales, p y q) y con V={0,1}
resultan dieciséis clases de equivalencia, Q2= {C n , Cv ..., C l 5 } cuyas eva-
luaciones son las siguientes:
p q Q C2 C3 C4 Q C6 C 7 Cs c 9 c ^12 ^13 C 14 ^15

0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1
0 1 0 0 0 0 1 1 1 1 0 0 0 0 1 1 1 1
1 0 0 0 1 1 0 0 1 1 0 0 1 1 0 0 1 1
.1 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1
Así, todas las sentencias cuyas cuatro evaluaciones sean las de la clase
Cx(p A q, —i (-¡p v —iq) , —i (p —> —iq) , etc.) son equivalentes entre sí.
Teorema 3.5.2. En un sistema axiomático consistente, A =B si y sólo si

l - ( A e f i ) . Es decir, las sentencias A y B son equivalentes si y sólo si la
sentencia A o f i es una tesis.
Demostración-.
a) Sil-(A H Ü ) y el sistema axiomático es consistente, entonces

es decir, A < ^ B es una tautología. Por definición del bicondicional,
A <r^B es verdadera (y sólo es verdadera) si A y B son ambas verdaderas
o ambas falsas. Por tanto, si A <-> B es una tautología (verdadera para todas
las evaluaciones) entonces A y B han de tener las mismas evaluaciones para
todas y cada una de las evaluaciones de las variables proposicionales. Y
ésta es precisamente la definición de equivalencia entre A y B. Concluimos
así que si I- (A <->B) entonces A = B .
b) Si A s B , por la misma definición 3.5.1 y por la definición del bicon-
dicional, t (A Y si el sistema axiomático es completo ello implica
que H (A o B) . Concluimos así que si A =B entonces Y (A <-» B) .
65
3.6. Las conectivas binarías
Hasta ahora venimos utilizando cuatro conectivas diádicas o binarias (binarias,
en el sentido de que enlazan dos variables proposicionales; además, e inde-
pendientemente de ello, estamos considerando una lógica binaria, en el sentido de
que V={0,1}). Hemos visto que, gracias a algunas equivalencias (apartado 2.4),
podemos limitarnos a usar una sola de ellas, junto con la negación. Pero también
podemos hacer lo contrario: definir nuevas conectivas. Veamos cuántas. Si
comparamos la tabla del apartado 1.3, en la que se definía el significado de las
conectivas utilizadas, con la tabla del apartado anterior, en la que se muestran las
evaluaciones de las dieciséis clases de equivalencia de las sentencias construidas
con dos variables proposicionales, vemos inmediatamente que las conectivas
"A", " V", " — y se corresponden con las clases de equivalencia
Cv C7, C13 y Cg, respectivamente. Y para cada una de las otras doce clases
podemos definir una nueva conectiva binaria. Por ejemplo, C6 correspondería a
la disyunción exclusiva, para la que a veces se utiliza el símbolo "©".
Las equivalencias dadas en el apartado 2.4 nos permitían representar las clases
de equivalencia Cv C 13 y C 9 mediante sentencias que sólo utilizan las conectivas
y " v ". Lo mismo puede hacerse para las otras clases. Por ejemplo, la clase
C 0 se representaría mediante ->(p v —>p), la C2 mediante ->(—p v q), etc.
Igualmente, podríamos trabajar con la pareja "A", O con la "->", " ", etc.
Pero también es posible representar cualquier clase de equivalencia utilizando
solamente una conectiva. Ello puede hacerse con dos de las dieciséis conectivas
binarias:
a) La "incompatibilidad", o "negación alternativa", o "NAND", que corres-

ponde a la clase C14, y que representaremos con el símbolo
b) La "negación conjunta", o "NOR", que corresponde a la clase C 8 , y que

representaremos con el símbolo " 1 ".
Por ejemplo, las equivalencias que permiten sustituir a las conectivas más
utilizadas por una cualquiera de éstas son:
Para C12: —p=p¡p=p-lp
Para C1:pAq = {p\q) | (p\q) = (p i p) i (q | q)
Para C1 :pvq = (p\p) \ (q\q) = (p i q) i (p i q)
P a r a C 1 3 : p ^ q=p\(q\q) = ((p l p ) l q ) l ((p i p) iq)
Para Cg \p^q= ((p\p) \ (q\q)) I (p\q) = (p i(qiq) ) | ((p i p) lq)

Estas equivalencias, que en lógica tienen un interés puramente teórico, son de
utilidad en las aplicaciones a circuitos de conmutación, como veremos en el
capítulo 3.
4. Modelo algebraico de la lógica de

proposiciones
4.1. Algebra de Boole de las evaluaciones
binarias
Suponemos que el lector tiene algunos conocimientos previos sobre estruc-
turas algebraicas. Recuerde que un álgebra de Boole se define como una estructura
<B, +,., ~>
formada por un conjunto de base, B, con tres operaciones definidas en él, suma
(+), producto (.) y complementación ( ), tales que se cumplen los siguientes
axiomas:
A l : B es cerrado para las tres operaciones (es decir, si a, be B, entonces

a 6 5 , í i + l ) e í y a • be B).
A2: Existen dos elementos neutros:
30 e B tal que Va e B, a + 0= a
3 1 e B tal que Vas B, a - 1= a
A3: Todo elemento a tiene un simétrico a tal que
a + a= 1 y a • a= 0
A4: Las operaciones suma y producto son conmutativas:
Va, b 6 B:
a + b =b+ a
a•b= b•a
A5: Las operaciones suma y producto son asociativas:
Va, b, c e B :
67
a + (b + c)= (a + b) +c
a • (b • c)- (a • b) • c
A6: La suma es distributiva con respecto al producto, y viceversa:
Va, b, c e B:
a + (b- c) = (a + b) • (a+ c)
a+ (b • c) = (a + b) • (a+ c)
Teniendo en cuenta esta definición, se pueden demostrar teoremas o leyes

(utilizando la sustitución como regla de transformación), como:
Idempotencia:
Va e B:
a + a= a
a - a= a
Absorción".
Va, b e B:
a+ 1 = 1
a - 0= 0
a + a- b= a
a • (a + b)= a
de Morgan:
Va, b e B:
(a + b)= (a-5)
(a - b)= a + b
etc.
68
Las operaciones "->", " v " y " a " definidas en el caso de evaluación binaria
(Definición 3.2.1) cumplen, como es fácil comprobar, los axiomas del álgebra de
Boole para el conjunto V={0,1}, con 0= 0 y 1= 1. Por tanto,
< {0, 1}, v , A, -, >
tiene estructura de álgebra de Boole.

Pero hay algo más interesante: la estructura de álgebra de Boole de las
sentencias, o, con mayor rigor, de las clases de equivalencia entre sentencias.
4.2. Algebra de Boole de las clases de

equivalencia entre sentencias
Veamos, en primer lugar, que si A=A' entonces —A = —A'. En efecto, lo
primero, por definición de equivalencia, es lo mismo que decir que (Vz)
(E¡ (A) = E¡ (A')) y, por tanto, (V/) (-Ei (A) = (A')) , de donde (por de-
finición de la función de evaluación): (Vi) (E¡ (-iA) = E¡ (-iA')), es decir,
—A = —A'. Esto nos permite decir que si AVA2, ... están en la clase de
equivalencia C¿, entonces —A1, —A2,... están todas en otra clase de equivalencia,
a la que llamaremos —iCj.
Del mismo modo podemos demostrar que si A=A' y B=B' entonces
(AkB)= (A'kB'). Ello nos permite decir que si AVA2, ... están todas en la clase de
equivalencia C¡ y Bv B2, ... están todas en la clase de equivalencia C¡, entonces
todas las sentencias formadas por una sentencia cualquiera del primer grupo y otra
del segundo unidas por una conectiva binaria, A,kBm, estarán en una misma clase
de equivalencia, a la que llamaremos C¡kC-.
De este modo, hemos definido las operaciones " v "," A ", etc., en el con-
junto Q„= Sn/= de las clases de equivalencia de las sentencias con n variables
proposicionales. (Obsérvese que ahora utilizamos los mismos símbolos con un
tercer significado: operaciones en el conjunto Qn; los otros dos significados son
los que señalábamos en la nota que acompañaba al teorema 3.1.4).
Ahora es fácil comprobar que Qn, junto con "-•", " v " y " A ", satisface los
axiomas del álgebra de Boole con los elementos neutros 0 = C0 (clase de equi-
valencia correspondiente a las contradicciones) y 1= CN (clase de equivalencia
correspondiente a las tautologías, en la que el subíndice N depende del número de
clases de equivalencia que se formen en la partición, que, a su vez, depende del
conjunto de valores semánticos, V; en el caso de que V={0,1}, sabemos que N =
22"). Comprobémoslo para uno de los axiomas, por ejemplo, el que se refiere a la
existencia de elementos simétricos (A3):
Tendremos que demostrar que, para todo C¡, se verifica que C¡ v -iC¡= CN y
C- A —iC,.= C 0 . Sabemos que dada una sentencia cualquiera de un C¡ cualquiera,
A e C¡, se cumple que —. (A e —iC¡) , que A v —A es una tautología, y, por tanto,
(A v - A ) e CN. También sabemos que A A —A es una contradicción y, por
69
tanto, (A A -.A) G C 0 . Pero, por otra parte, tal como se han definido las
operaciones en Qn, podemos asegurar que ( A v - A ) e (C¡ v —iC¡) y que
(A A -iA) G (C¡ A —\C¡) . Ello nos permite concluir que C¡ v —iC¡= CN y
C.-A-iC— C 0 .
Como consecuencia de la estructura de álgebra de Boole de la lógica de
proposiciones, las transformaciones que estudiaremos en el capítulo 3 y que
aplicaremos a los circuitos (formas canónicas, formas mínimas, etc.), son también
aplicables a las sentencias de la lógica de proposiciones.
4.3. Dos teoremas del álgebra de Boole

Los dos teoremas que vamos a enunciar (omitiendo sus demostraciones, que
exigen recurrir a ciertos conceptos, como relaciones de orden parcial, que ya
desbordan el alcance de este libro) nos serán de utilidad en el capítulo 3.
Definición 4.3.1. Dada un álgebra de Boole <B, +,., >, se llama elemento
atómico a cualquier be B (bÔ) tal que para todo as B se cumple que o
bien a • b= 0 o bien a • b= a.
Teorema 4.3.2. Dada un álgebra de Boole <B, +, ., > cuyos elementos

atómicos son bv b2, ...,bn, todo a e B (a ^ 0) puede expresarse de manera
única como suma de elementos atómicos:
a= + ...+¿>í-(l< a,p,...£<«)
Por ejemplo, supongamos n=2, es decir, consideremos las sentencias que

pueden formarse con dos variables proposicionales, p y q, y centrémonos en la
evaluación binaria (V={0,1}). Sabemos que en este caso hay dieciséis clases de
equivalencia, cuyas evaluaciones son las dadas en el apartado 3.5. Los elementos
atómicos serán aquellas clases cuyas evaluaciones sean siempre "0" excepto para
una sola evaluación d e p y q, es decir (véase la tabla del apartado 3.5), Cv C2, C4
y C 8 . Puede comprobarse, en efecto, que el resultado del producto (conjunción)
de cualquier otra clase por una de éstas es siempre ésta misma o C 0 . Y también
que cualquier otra clase (salvo C0) puede expresarse como suma (disyunción) de
varios elementos atómicos: Cn= C, + C2 + C8, etc.
_1
Definición 4.3.3. Dos álgebras de Boole, <BV + v • > y <B2,
+ 2, • 2 ' > , son isomorfas si existe una aplicación biyectiva h: B^ —>
tal que se cumple:
(Va e (h (a1) = h(aj2)
(Va, be Bx) (h{a + jb) ) = h (a) + 2h (b)
(Va, b G Bj) (h (a-1b))= h (a) • 2h (b)

Teorema 4.3.4. Si dos álgebras de Boole, B1 y B2, tienen el mismo número
de elementos (card(B1 )=card(B 2 )) entonces son isomorfas.
5. Sistemas inferenciales
5.1. Análisis y generación de razonamientos
La lógica es, entre otras cosas, una herramienta para analizar los procesos de
razonamiento que habitualmente se expresan en lenguaje natural. Pero dada la
diversidad de matices de éste, no puede pensarse en su traducción automática al
lenguaje de la lógica formal (al menos, no todavía; esto está íntimamente rela-
cionado con uno de los campos de investigación en inteligencia artificial, el del
procesamiento del lenguaje natural). Ahora bien, una vez obtenida la traducción
formalizada de un determinado proceso de razonamiento, puede analizarse éste,
y puede completarse con nuevas conclusiones de modo automático.
En la presentación del ejemplo 1.4.3 ya avanzábamos algo que formalizaremos
en el apartado 5.2: los razonamientos pueden formalizarse como sentencias
condicionales cuyo antecedente es la conjunción de las premisas y cuyo conse-
cuente es la conclusión, y la condición necesaria y suficiente para que el razo-
namiento sea válido es que la sentencia así formada sea una tautología (o, equiva-
lentemente, una tesis). Esto nos permite analizar razonamientos, pero no obtener
conclusiones de modo automático. Lo que necesitamos ahora no es un sistema
axiomático con el que podamos demostrar, por ejemplo, que YA, sino un procedi-
miento para que, dadas PvP2, . . . , podamos obtener Cv C2, ..., tales que
i- (P1AP2A...^C1)
Y (P1aP2A...^C2)
Es decir, expresado en otros términos, lo que queremos no es poder demostrar

teoremas a partir de unos axiomas, lo cual tiene un interés puramente teórico, sino
poder derivar conclusiones a partir de unas premisas que no son tautologías, pero
que sabemos (o suponemos) que son verdaderas en una determinada situación (o,
lo que es lo mismo, se satisfacen para una determinada interpretación).
Pues bien, si disponemos de un repertorio de teoremas que tengan la forma
A 1 A A 2 A . . . —> B, podemos pensar en el siguiente procedimiento: elegir uno tal
que su antecedente se ajuste exactamente a una premisa o a la conjunción de dos
o más de ellas; aplicándolo, obtenemos como conclusión el consecuente de la
tesis, que se añade al conjunto de premisas, y repetir el proceso hasta que ya no
puedan obtenerse más conclusiones. Esto es lo que más adelante (en el apartado
5.4) llamaremos sistema inferencial.
Por ejemplo, consideremos un razonamiento que se formaliza así:
[ (p -> A (-14 r) ] (p r)
71
Para analizar tal razonamiento y averiguar si es correcto hemos de ver que la
sentencia es un teorema, o, equivalentemente, que es una tautología. Es decir,
podemos proceder de dos maneras:
a) Tratando de demostrar la sentencia en el sistema axiomático. (En este caso,
basta aplicar la sustitución (—¡q/q) en la primera de las leyes de
transitividad enunciadas en el apartado 2.5.6).
b) Construyendo la tabla de verdad, para ver si la sentencia es una tautología,
que es lo que hacíamos en los ejemplos del apartado 1.4. Esta forma podría
parecer, en principio, más fácil, pero obsérvese que, por ejemplo, el
teorema
A
liPi-^Pi) (Pi^Pi) A . . . A (p9->pw)] (Pi^Pw)
10
requeriría una tabla de 2 = 1024 líneas (una para cada una de las distintas
evaluaciones del conjunto de variables proposicionales).
Pero lo que más nos interesa no es el análisis del razonamiento, sino su
generación. En este caso, dadas las premisas
PvP^^q
P2: -,q r
qué conclusión (o conclusiones) podemos obtener? Pues bien, dado que la
sentencia anteriormente escrita es un teorema en forma de condicional que tiene
como antecedente la conjunción de Pt y P2, podemos afirmar como conclusión
el consecuente:
Esto se llama inferencia: a partir de las premisas Px y P2 hemos inferido la

conclusión C. ¿Se pueden inferir otras conclusiones? ¿Qué conclusiones son
válidas? Toda C¡ tal que |- (P1 A P2 —» C¡) será una conclusión válida. Pasemos
ahora a precisar estas ideas.
5.2. Implicación lógica y razonamientos

deductivos
Definición 5.2.1. Un conjunto de sentencias {A,, A2, ...,A n } implica
lógicamente a una sentenciaA si (y sólo si) toda interpretación que satisface al
conjunto (es decir, que satisface a todas y cada una de las sentencias del
conjunto) satisface también a A. Para indicar que {A 1 ,A 2 , ...,A n } implica
lógicamente a A escribiremos:
{A 1; A 2 , ...,A„}|:A
Obsérvese que la equivalencia entre sentencias, definida en el apartado 3.5,
puede expresarse por medio de este concepto de implicación: A y B son
equivalentes si (y sólo si) A tB y B tA .
Teorema 5.2.2. En un sistema axiomático consistente, [A v A2, ..., An} 1= A si

(y sólo si)
l- a a 2 a ... a a n —>a)
La demostración, que dejamos al cuidado del lector, es similar a la del teorema

3.5.2.
Definición 5.2.3. Un razonamiento es un par <Pr, C>, donde Pr= {Pv

P2, ..., Pn} , es un conjunto finito de sentencias llamadas premisas y C es una
sentencia llamada conclusión.
Definición 5.2.4. Un razonamiento válido, o razonamiento deductivo, es un

razonamiento <Pr,C> tal que PrtC. Aplicando el teorema 5.3.2, la
condición necesaria y suficiente para que un razonamiento sea válido es:
i-CPI A P 2 a ... a P n —> C)
5.3. Reglas de inferencia

El número de razonamientos deductivos, es decir, de conjuntos de premisas,
Pr y de conclusiones, C, tales que Pr C, es infinito, como infinito es el número
de leyes de la forma
Y(P1AP2A...AP„^C)
Cuando razonamos a partir de un conjunto de premisas, normalmente no lo

hacemos en un solo paso. Más bien, escogemos dos de las premisas, aplicamos un
"razonamiento elemental" para obtener una conclusión intermedia, añadimos esta
conclusión al conjunto de premisas, volvemos a elegir otras dos premisas, y así
sucesivamente.
Estos "razonamientos elementales" están basados en "reglas de inferencia".
Una regla de inferencia es la declaración de las condiciones bajo las cuales puede
obtenerse una conclusión a partir de unas premisas (normalmente, una o dos). A
toda tesis (o ley) del cálculo proposicional que tenga la forma AxAB2A ... C
puede hacérsele corresponder una regla de inferencia.
Pero ley y regla no son la misma cosa. La diferencia es lingüística: la ley
pertenece al lenguaje del cálculo, y representa a una regla o esquema válido de
inferencia; la regla, entonces, pertenece al metalenguaje del cálculo.
Por ejemplo, la ley de modus ponens (apartado 2.5.6) es:
[p A (p q) ] -> q
73
o bien, si A y B son sentencias, utilizando la sustitución { A / p , B/q},
[A A ( A - > 5 ) ]
La correspondiente regla de inferencia se expresaría así:
'De A y de A B puede inferirse B'.
'Puede inferirse' pertenece al metalenguaje del cálculo y establece una relación

de deducibilidad que sería abusivo representar por " —»", porque este último
símbolo pertenece al lenguaje. Por ello, la forma habitual de simbolizar esa regla
de inferencia es la siguiente:
A
A—>B
~B
Nótese que, aun guardando cierto parecido, esta regla de inferencia no es
exactamente igual que la regla de transformación RT3 (regla de separación)
definida en el apartado 2.5.4. En efecto, esta última dice: 'si A y A —> B son tesis
(o sea, siempre son verdaderas), B también lo es', mientras que la regla de
inferencia correspondiente al modus ponens dice:'en el caso de que tanto A como
A —> 2? sean verdaderas, B también lo es'. La generalización para escribir cual-
quier regla de inferencia es obvia: cada condición se escribe en una línea, y la
conclusión en una final, bajo una raya. El lector no tendrá dificultades para escri-
bir en esta forma, por ejemplo, las reglas correspondientes a las leyes de modus
tollens, de transitividad, de inferencia de la alternativa, del silogismo disyuntivo
y del dilema constructivo, dadas en el apartado 2.5.6. Dos reglas de inferencia
sencillas pero muy utilizadas, que se basan en leyes triviales son:
• la regla de introducción de conjunción:

A
B
AaB
• la regla de eliminación de conjunción:
AaB AAB
A B
Para ilustrar lo estudiado en este apartado, volvamos al ejemplo 1.4.3.
Teníamos las premisas:
Pl:c->s
P2: s <-> -im
P2 puede descomponerse en dos:
P2a: s —» -im; P2b: —m —> s
En efecto, (s <-» —m) (S —> -m) A {—m —> S) es un teorema, y, por

tanto, P2 y P 2 a A P2& son equivalentes, de acuerdo con el teorema (meta-
teorema) 3.5.2.
Según las leyes de transitividad (apartado 2.5.6), una regla de inferencia es:
A —>1?
5 —> C
A —»C
Aplicándola a las premisas P l y P2a se infiere la conclusión:
C: c —» —m
Lo que hacíamos en la exposición del ejemplo 1.4.3 era ver que la sentencia
(P, A P 2 ) —> C es una tautología. La consistencia del sistema axiomático nos
permite, de esta forma, asegurar que esta sentencia es también una ley. De aquí,
aplicando el teorema 5.2.2, podemos decir, entonces, que P l y P2 implican C, y,
así siendo, finalmente, por la definición 5.2.4 concluimos que el razonamiento es
válido.
¿Es éste el único razonamiento válido con esas premisas? No, porque, según
las definiciones 5.2.1 y 5.2.4, basta con que una sentencia se satisfaga para todas
las evaluaciones que satisfacen a las premisas para que tal sentencia sea una
conclusión de tales premisas, siendo indiferente lo que ocurra con las otras
evaluaciones. Rehaciendo la tabla de verdad, podemos poner en ella diversas
conclusiones válidas:
c s m A Pz PxaP2 c c C" c
0 0 0 1 0 0 1 1 0 1
0 0 1 1 1 1 1 1 1 1
0 1 0 1 1 1 1 1 1 1
0 1 1 1 0 0 1 1 1 1
1 0 0 0 0 0 1 0 0 1
1 0 1 0 1 0 0 0 1 0
1 1 0 1 1 1 1 1 1 1
1 1 1 1 0 0 0 0 1 0
75
C: c —> —m
C: c —> s A -I m
C":
C": m^—iC
etcétera.
Y, en general, cualquier sentencia que se satisfaga para iv i2 e i6 es una

conclusión de un razonamiento válido. (Entre ellas habrá muchas conclusiones
triviales, como las propias premisas, la conjunción de las mismas, etc., y, desde
luego, cualquier tautología: según la definición de "razonamiento válido", toda
tautología puede considerarse como "conclusión válida" de cualquier conjunto de
premisas).
Pero C, C", C"", etc. también pueden obtenerse por inferencia: C' se infiere de
Px y de C (por la regla de inferencia que corresponde al teorema (p —> q) A
(p r) (p q A r) ; C", de P2a (teorema: (p -» q) -» (-• q -ip) ); C'",
de C, etc.
5.4. Sistemas inferenciales

En los tratados de lógica se presentan conjuntos seleccionados de reglas de
inferencia bajo el nombre de "sistemas de deducción natural". El problema para
su aplicación en el diseño de un sistema automático (es decir, un programa para
ordenador que ejecute inferencias) es que, dado un problema, es preciso tener una
cierta "habilidad" o "conocimiento" (que se expresaría en forma de metarreglas)
para saber en qué orden aplicar las reglas y a qué premisas. Más adelante veremos
una formulación que permite trabajar con una sola regla de inferencia. En
cualquier caso, el conjunto de reglas que se utilice debe ser consistente, y, a ser
posible, completo. (Por razones prácticas, en los sistemas pensados para
programarse en ordenador a veces se sacrifica la completitud en aras de la
eficacia). Estos conceptos son paralelos a los definidos para un sistema axio-
mático: Así como un sistema axiomático es completo si toda tautología es una
tesis, un sistema inferencial lo es si toda conclusión de un razonamiento correcto
puede inferirse; y así como un sistema axiomático es consistente si toda tesis es
una tautología, un sistema inferencial lo es si toda inferencia corresponde a un
razonamiento válido. Vamos a precisarlo con algo más de detalle.
Definición 5.4.1. Un proceso inferencial (monótono) es una secuencia diná-

mica de estados, en la que el estado inicial es un conjunto de premisas, y cada
estado se obtiene del anterior añadiéndole la conclusión obtenida aplicando
una regla de inferencia.
Definición 5.4.2. Un sistema inferencial es un conjunto de reglas de inferencia
junto con unas metarreglas que especifican cómo se aplican las reglas. Estas
metarreglas constituyen la estrategia del sistema: orden de aplicación de las
reglas, orden de elección de las premisas, orden en que se añaden las conclu-
siones a las premisas para obtener nuevas conclusiones, etc.
La ejecución de un sistema inferencial sobre un conjunto de premisas que

forman el estado inicial da lugar a un proceso inferencial. En un estado cualquiera
de éste, la estrategia permite decidir cuál de las reglas se aplica a cuáles de las
sentencias que forman el estado para obtener una conclusión que se añade al
estado actual, lo que genera el estado siguiente.
Teorema 5.4.3. Todo sistema inferencial cuyas reglas de inferencia se puedan

formalizar como tesis de un sistema axiomático consistente es un sistema
inferencial consistente.
Demostración:
Sean PvPz, ...,P„ las premisas y C la conclusión de una regla de inferencia

cualquiera. La hipótesis del teorema establece que
h[(?1AP2a...aP„^C)]
Como el sistema axiomático es consistente, el teorema 5.2.2 nos permite

asegurar que
{ P 1 A P 2 a . . . AP„}I=C
Y por la definición 5.2.4, el razonamiento < {P1 A P 2 A ... A Pn} ,C > es un

razonamiento válido. Como todas las inferencias se obtienen por aplicación de las
reglas de inferencia, y lo anterior es aplicable a cualquier regla de inferencia,
concluimos que toda sentencia que pueda inferir el sistema constituye, junto con
las premisas, un razonamiento válido.
Así pues, la consistencia de un sistema inferencial está asegurada si las reglas
de inferencia que utilizamos son "buenas". No así la completitud. Esta depende
de la estrategia, y, como decíamos al principio de este apartado, a veces se adopta
una estrategia sencilla pero que no da lugar a un sistema completo. Por ejemplo,
en muchos "sistemas expertos" (que comentaremos en el capítulo 6) se utiliza un
sistema inferencial muy sencillo que tiene como única regla de inferencia la
basada en la ley de modus ponens. Tal sistema no es completo, pero sí suficiente
para los problemas a los que se dirige.
77
5.5. Forma clausulada de la lógica de
proposiciones
La regla de inferencia que estudiaremos en el apartado 5.7 se aplica úni-
camente a una forma especial de sentencias, pero vamos a ver que toda sentencia
de la lógica de proposiciones puede expresarse de modo equivalente en esa forma.
Definición 5.5.1. Una cláusula es una sentencia de la forma:

l t v l 2 v ...vlH
Es decir, una cláusula es una disyunción de literales (recuérdese que un
"literal" es una variable proposicional sola o con la negación). Por ejemplo:
- i p v q , pv qv r, pv —,qv rv —,s, son cláusulas.
Definición 5.5.2. Diremos que una sentencia está en forma clausulada si tiene
la forma:
(LN V/ 1 2 V . . . ) A (L21 VL22 V A ...
Es decir, una sentencia en forma clausulada es una conjunción de cláusulas.

Dado que las operaciones de conjunción y disyunción son asociativas y
conmutativas (esta afirmación está basada en teoremas del cálculo, que hemos
mencionado sin demostrarlos en el apartado 2.3), podemos decir que:
a) una cláusula es una colección de literales (implícitamente unidos por dis-

yunciones), y
b) una sentencia en forma clausulada es una colección de cláusulas (implí-

citamente unidas por conjunciones).
Teorema 5.5.3. Para toda sentencia de la lógica de proposiciones existe una

sentencia equivalente en forma clausulada.
Demostración:
Daremos una demostración constructiva, es decir un procedimiento que

permite transformar cualquier sentencia en otra equivalente que está en forma
clausulada. Supondremos que en la sentencia original no se utilizan más que
las cuatro conectivas binarias más conocidas. (Ya sabemos que cualquiera otra
puede expresarse en función de una de ellas y de la negación). El procedi-
miento, que, naturalmente, se basa en teoremas de tipo equivalencia, consta de
tres pasos:
1. Eliminación de condicionales y bicondicionales mediante las equivalencias

derivadas de la definición de ambos:
(A ->B) s (-AvB)
(A<->B) s (-AvB) A (A v —B)
2. Introducción de negaciones de modo que queden afectando sólo a variables
proposicionales, mediante aplicación sucesiva de las equivalencias
derivadas de las leyes de de Morgan:
—¡(AaB) = —A v —\B
—I (A v B) = —A A —iB
así como de la ley de doble negación:

-nAsA
Con ello, se habrá llegado a una sentencia formada por literales unidos por las
conectivas " v " y " A ".
3. Paso a forma clausulada, distribuyendo " A " sobre " V" mediante la equi-
valencia:
[(A1AA2) vA3] ES [ ( A 1 V A 3 ) a (A2 vAJ) ]
Con frecuencia, la forma obtenida puede simplificarse. Así, si dentro de una

cláusula aparece dos o más veces el mismo literal, se escribe una sola vez
(/ v / v / v ... /); si aparece un literal y su complementario (pv—p), la
cláusula es una tautología, y puede eliminarse del conjunto de cláusulas; si hay
dos o más cláusulas idénticas, se escribe una sola de ellas.
Por ejemplo, pasemos a forma clausulada la sentencia:
-•{[(PA?) ^ [(^vr) A H A - , ? - ) ] }
1. -i{nh(pAí) vp] v [(qvr) A (-.<? A-,r) ] }
2. h ( í > A ? ) vp] A-1 [(qvr) A (-Â-ir)]

[ ( n p v -i q) v p] A [-i (qvr) v -i (-¡q A —¡r ) ]
[-ip v —I qvp] A [ (-i q A—ir) v (q v r) ]
3. [-ip v —> qvp] A [ (-i q v qv r)] A [-.r v qvr]
En este ejemplo, cada una de las tres cláusulas obtenidas es una tautología,
indicando así que la sentencia original era un teorema. De acuerdo con las reglas
de simplificación, las tres cláusulas pueden hacerse desaparecer, pero, para no
confundir con la cláusula vacía, que, como veremos luego, corresponde a todo lo
79
contrario (una contradicción), representaríamos el resultado final como la única
cláusula —ip v p .
Definición 5.5.4. Diremos que trabajamos en la. forma clausulada de la lógica

cuando expresamos todas las sentencias en forma clausulada.
La forma clausulada es más concisa (aunque menos natural) que la forma
"estándar" de la lógica. Por ejemplo, las seis sentencias
p A q —> r; p A —ir —> —¡q; q A —>r —> —¡p;
p —> —¡q v r; q —» -p v r; r -> —¡p v —¡q;
se escriben en forma clausulada de la misma manera:
-ip v —i q v r
Sin embargo, aunque este ejemplo pueda inducir a pensar lo contrario, la forma
clausulada no es única: pueden existir sentencias que estén en formas clausuladas
diferentes y que sean equivalentes. Para ilustrarlo, consideremos esta sentencia:
(p<->?) A i (p A q A r)
La aplicación del procedimiento anterior nos conduce a la forma clausulada:
(—p v q) A (p v -i q) A (—p v —¡qv —ir)
Y, como puede comprobarse fácilmente, estas otras dos formas clausuladas

son equivalentes a ella:
( - p v q) A (p v -,q) A (-p v —ir)
(—p v q) A (p v -iq) A (-iq v —ir)
5.6. Las cláusulas como sentencias

condicionales
Dada una cláusula cualquiera, l2v ..., podemos hacer otras transfor-
maciones, basadas también en equivalencias, que nos permiten escribirla como
una sentencia condicional. Para ello, escribimos primero los literales negativos y
luego los positivos:
-tPIvhP2v ••• vnPiv9i v?2v ... vqm

Por la generalización de una de las leyes de de Morgan, esta sentencia es
equivalente a:
~>(Pl APl A
••• V
<?1 V ? 2 V
••• V<?,„
Y por la ley (-iA v B) o (A —> 5 ) , esta otra sentencia es equivalente a las
anteriores:
p1Ap2A...pk^q1\/q2v ...vqm
Con esta nueva escritura vemos que la lectura metalógica de una cláusula es:
"si se dan como antecedentes todos los literales negativos, entonces se siguen
como consecuentes uno o varios de los literales positivos".
Hay algunos casos particulares de cláusulas que tienen un interés especial en
las aplicaciones:
a) Cláusulas de Horn con cabeza. Son las que solamente tienen un literal
positivo:
(~>Pi v HP2 v ... v —pk v q) = (p1Ap2A... A pk^q)
b) Cláusulas de Horn sin cabeza. Son las que no tienen ningún literal positivo:
v A
(-PI V
N P 2
V
••• ~<Pk) =~>(Pi PiA ••• A
Pk)
En este caso, las variables proposicionales px,p2, •••,pk son incompatibles,

es decir no es posible que sean todas verdaderas.
c) Las que no tienen ningún literal negativo:
(9i V ? 2 V •••
En este caso, al menos una de las variables es verdadera.
d) La cláusula vacía, (p, en la que han desaparecido todos los literales, y que,
como veremos, aparece en un proceso inferencial cuando las premisas son
incompatibles.
5.7. La regla de resolución

Definición 5.7.1. La regla de inferencia llamada resolución se aplica a dos
premisas en forma de cláusulas, tales que tengan en común un literal positivo
en una y negativo en otra, y a las que llamaremos generatrices. La inferencia
consiste en construir otra cláusula, llamada resolvente, formada por la disyun-
ción de todos los literales de las generatrices salvo el común.
Por ejemplo:
81
pv^q
—ipvrvs
—i qv rv s
Como toda regla de inferencia, la resolución se fundamenta en una tesis,
concretamente, en
K(npvA) A (pvB) -> ( A v J ) ]
que es una generalización de las leyes de inferencia de la alternativa. Por

consiguiente, de acuerdo con el teorema 5.4.5, todo sistema inferencial basado en
la resolución será consistente.
Las reglas de inferencia "clásicas" pueden expresarse como resoluciones, si
previamente se escriben las premisas en forma clausulada. Por ejemplo:
modus ponens:
A
A —> B
~B
resolución:
A
-AvB
~B
modus tollens:
-iB
A - > £
resolución:
S
-IA v B
transitividad:
~—A
A B
B^C
A C
resolución:
-A vB
—B v C
—A v C
Para completar el sistema inferencial tenemos que dar una estrategia sobre la
que basar el procedimiento de aplicación de la resolución. El más inmediato es el
de la búsqueda exhaustiva:
Definición 5.7.2. Dadas n premisas en forma de cláusulas, la búsqueda

exhaustiva consiste en aplicar la resolución a todas las parejas posibles de
cláusulas, añadir las resolventes al conjunto de cláusulas, aplicar la resolución
a todas las nuevas parejas, y así sucesivamente, hasta que en la aplicación de
la resolución no se obtengan nuevas resolventes.
Por lo dicho anteriormente (teorema 5.4.3), el sistema es consistente, pero

¿será completo? En principio, parece que no lo fuese, porque, como sabemos, para
dos premisas puede haber más de una conclusión, mientras que la resolución sólo
produce una (la resolvente). Ahora bien, si aplicamos repetidamente la resolución
(añadiendo toda conclusión al conjunto de premisas) y considerando como
inferencias no solamente las resolventes que se van obteniendo, sino también
todas las conjunciones en el conjunto de premisas y resolventes, todas las
cláusulas que se obtienen por disyunción de dos o más cláusulas en ese conjunto
y todas las conclusiones "triviales" (entendiendo como tales las disyunciones de
cualquier premisa o conclusión con cualquier literal; por ejemplo, de la premisa
"p" son conclusiones triviales "p v q" y "p v —,q"), entonces puede demostrarse
que se infieren todas las conclusiones posibles. Veámoslo (sin entrar en la
demostración) con algunos ejemplos.
Ejemplo 5.7.3. Consideremos de nuevo la sentencia estudiada al final del

apartado 5.5, y supongamos que corresponde a dos premisas:
Pl: (p <->q)
P2: -I (p A q A r)
En forma clausulada:
Pía: {—p v q)
P2b:(pv^q)
P2: {-p v -i<7 v -ir)
Si aplicamos la resolución a Pía y a P2 obtenemos la resolvente:
Cl: (npv-,r)
Y aplicándola a Plb y P2,
C2: ( - i ^ v - i r )
83
Resolviendo con todas las parejas que pueden formarse con C1, C2 y las
premisas, se puede comprobar que no se obtienen más conclusiones. (Por ejemplo,
la resolución de C1 con Plb conduce de nuevo a C2). Si se analizan todas las
conclusiones posibles (construyendo la tabla de verdad) se comprobará que todas
ellas corresponden a algún elemento del conjunto formado por estas cinco
cláusulas (Pía, Plb, P2, C1, C2) más las conclusiones "triviales" (por ejemplo,
de Pía son conclusiones triviales —i (pv qv r) y —¡p v q v —¡r) o a una cláusula
formada por la disyunción de dos o más de ellas, o a una conjunción de dos o más
de ellas.
Ejemplo 5.7.4. En el apartado 5.3 veíamos algunas conclusiones posibles de

unas premisas enunciadas en el ejemplo 1.4.3. Las premisas en forma
clausulada son:
P l : —ic v s
P2a:—ts v —m
P2b:mvs
Resolviendo P l y P2a,
C: —i c v —m
De P2a y P2b se obtienen —is v s, o —m v m, que son tautologías, y de P2b

y C, - i c v s , que es P l . Y, como puede comprobarse, todas las conclusiones
posibles equivalen a conjunciones o disyunciones en el conjunto {Pl, P2a, P2b,
C}. Así, las señaladas en el apartado 5.3:
C": c —»s A —im es, en forma clausulada, (—¡c v s) A (—ic v —>m) , conjun-
ción de P l y C
C": —i s—>m es en forma clausulada igual que Pía.
C"1: M —> —\C es en forma clausulada igual que C
Ejemplo 5.7.5. Apliquemos ahora la resolución al ejemplo 1.4.4. Las premisas

son:
P l : —j v —ic
P2.'7 v —,d
P3: —is v c
De P l y P2, Cl: - , c v - , d
De P l y P3, C2: -.7 v - , s
D e P 2 y C 2 , C3: -,dv-,s
El lector puede comprobar que no hay más conclusiones (salvo disyunciones

y conjunciones de las premisas y las tres conclusiones obtenidas). Puede,
asimismo, analizar, las evaluaciones en forma de condicional de estas conclu-
siones. La que se veía en el ejemplo 1.4.4, s ^ — i d , es, puesta en forma
clausulada, C3.
5.8. Refutación
La refutación es un procedimiento útil cuando lo que se pretende no es generar
cuantas conclusiones sean posibles, sino comprobar si una determinada
conclusión es válida o no.
Definición 5.8.1. La refutación consiste en comprobar que el conjunto de

cláusulas formado por las correspondientes a las premisas y la que procede de
la conclusión negada es una contradicción, lo cual demuestra que la conclusión
se infiere de las premisas.
El fundamento de la refutación es la "ley de reducción al absurdo" (apartado

2.5.6). Si en ese teorema hacemos la sustitución {p/(P —> C) }, donde
P = P l A P 2 A ... A Pn es la conjunción de premisas y C la conclusión a com-
probar, resulta:
h(H(P^C) ^ (qA^q)] ( P —> C) }
o, lo que es lo mismo,
K[(PA^C) ^ (qA^q)] ( P —> C) }
Es decir, "(P —» C ) es verdadera (y, por tanto, C es una conclusión válida) si

(y sólo si) de la conjunción de P y —>C resulta una contradicción".
Comprobemos que en el último ejemplo del apartado anterior puede inferirse
s - > - i d . Pasemos primero su negación a forma clausulada:
—1 (s —> —1d) = —1 (-is v —id) = s A d
(es decir, resultan dos cláusulas: sy d).

Apliquemos repetidamente la resolución a {Pl, P2, P3, s, d}\
85
De P2 y d resulta como resolvente j;
De P l y j resulta como resolvente —ic;
De P3 y —ic resulta como resolvente —¡s;
Finalmente, de —¡s y s resulta una contradicción (cláusula vacía, (p).
Una observación final: si P l AP2A ... A Pn es ya de por sí una contra-

dicción, la resolución con cualquier —C generará siempre la cláusula vacía, es
decir, cualquier conclusión es válida, lo cual está de acuerdo con el significado
del condicional, y es consistente con la definición de "razonamiento válido".
6. Resumen
En el apartado 1 hemos introducido, de manera informal y apoyándonos en
ejemplos, muchos de los conceptos que en los apartados siguientes se han definido
de manera más rigurosa: variables proposicionales, conectivas, sentencias,
interpretaciones y evaluaciones.
El apartado 2 se ha dedicado a la presentación del cálculo de proposiciones
como un sistema axiomático: se establecen unos axiomas ("verdades inde-
mostrables") y unas reglas de transformación que permiten demostrar teoremas.
Los axiomas y los teoremas son las tesis (o leyes) del sistema. Podemos ilustrar
estas definiciones con un diagrama de Venn:
Variables proposicionales
Expresiones
Sentencias
Axiomas
Demostraciones
Figura 3.25.
86
La semántica permite establecer la correspondencia entre las construcciones
simbólicas del cálculo y los elementos de la realidad que pretendemos representar
con ellas. En el apartado 3 hemos definido los conceptos de interpretación
(asignación de elementos de la realidad a variables proposicionales y sentencias)
y evaluación (asignación, para una determinada interpretación, de valores de
verdad o falsedad a las variables proposicionales y sentencias).
Así, la evaluación de una sentencia como verdadera o falsa depende de la
interpretación, pero hemos visto que ciertas sentencias son tautologías-, su
evaluación es verdadera para todas las interpretaciones posibles de las variables
proposicionales que la forman. El sistema axiomático es completo si toda
tautología es una tesis (t A —» h A ), y es consistente si toda tesis es una tautología
(fc A —» I-A)5
Hemos dedicado el apartado 4 a la estructura de álgebra de Boole de la lógica
de proposiciones, modelo que utilizaremos en el capítulo 3.
Finalmente, en el apartado 5 nos hemos centrado en los razonamientos válidos
(o deductivos) y en los sistemas inferenciales. Aquí ya no consideramos
"axiomas" (en el sentido que se le da a esta palabra en un sistema axiomático),
sino premisas, que son sentencias supuestamente verdaderas en un determinado
contexto, pero que no tienen por qué serlo siempre (algunos textos de lógica
aplicada llaman "axiomas" a estas premisas). Una premisa puede ser, por ejemplo,
una simple variable proposicional. La idea es que, supuesto que las premisas sean
verdaderas, el sistema pueda inferir de ello conclusiones. El diagrama ahora
podría ser este otro:
Figura 2.2.
3
Las dos expresiones que acabamos de escribir entre paréntesis son sentencias de la lógica de predicados. En
e f e c t o , » ( - » y " t " son predicados que se aplican a la sentencia A
87
Hemos definido el concepto de razonamiento válido, o deductivo, como aquél
formado por un conjunto de premisas, {Pl, Pl,..., Pn}, y una conclusión, C, tales
que las premisas implican lógicamente a la conclusión. Y hemos visto que la
condición necesaria y suficiente para que el razonamiento sea válido es que la
sentencia ( P l A P 2 A ... A Pn —> C) sea una tesis.
Después hemos definido los conceptos de regla de inferencia, proceso infe-
rencial y sistema inferencial, así como de consistencia y completitud de un
sistema inferencial. Un sistema inferencial es completo si, para cualquier conjunto
de premisas, el sistema es capaz de inferir todas las conclusiones que junto con
las premisas constituyen razonamientos válidos, y es consistente si, para cualquier
conjunto de premisas, toda conclusión que llegue a inferir el sistema es tal que
junto con las premisas constituye un razonamiento válido.
Por último, hemos presentado la "resolución". En la forma clausulada de la
lógica todas las sentencias se expresan como colecciones (conjunciones) de
cláusulas, siendo éstas colecciones (disyunciones) de literales. La resolución es
una regla de inferencia que se aplica a dos cláusulas (generatrices) y, si tienen una
pareja de literales complementarios, produce como conclusión otra cláusula
(resolvente). Esta regla nos permite realizar de manera única inferencias que en
los tratados de lógica requieren distintas reglas.
Concluiremos este capítulo con tres consideraciones importantes que tienen
que ver con la aplicación a la informática de los conceptos estudiados:
• Ya en el primer apartado del primer capítulo hacíamos observar que el

término "razonamiento" tiene dos significados: uno funcional (la relación
entre unas premisas y una conclusión) y otro procesal (la actividad del
"agente", sea éste una persona o una máquina, que razona). Esto no es
simple retórica. Nos interesa la lógica porque buscamos modelos para
implementar el razonamiento en los ordenadores. Pero la lógica sólo se
ocupa de los aspectos funcionales. Los tratados de lógica nos presentan,
como decíamos en el apartado 5.4, "sistemas de deducción natural", que no
son más que conjuntos de reglas de inferencia que el lector puede aplicar
para razonar formalmente; a este lector se le supone dotado de ciertas
habilidades misteriosas (la "estrategia") que le permiten decidir la secuen-
cia de aplicación de las reglas a unas premisas concretas. ¿Y dónde
podemos encontrar modelos para los aspectos procesales? Pues bien, la
ciencia que se ocupa de este asunto es la psicología cognoscitiva. Esta
observación nos conduce a una de las actividades de trabajo fundamentales
en el campo de la informática conocido como "inteligencia artificial": la
aplicación de modelos de la psicología (como redes semánticas, o marcos,
que estudiaremos en el apartado 4 del capítulo 6) a la implementación en
ordenador de sistemas inferenciales. La estrategia esbozada en el apartado
5.7 (la "búsqueda exhaustiva") es un modelo trivial. El lector interesado en
estudiar este asunto puede acudir a la bibliografía que citamos en el
apartado 6 del capítulo 6.
• Ya hemos comentado, en el apartado 3.2, otra de las limitaciones de la
lógica "clásica": la de ser "binaria", y, por tanto, no poder representar
conocimientos con incertidumbre, ni razonar con ellos. También hemos
dicho que en el capítulo 5 estudiaremos algunos enfoques lógicos para este
problema. Pero hay otra limitación, que no hemos mencionado: la defi-
nición de "proceso inferencial" dada en el apartado 5.4 (definición 5.4.1)
corresponde a lo que se llama razonamiento monótono. En un razonamiento
de este tipo, las conclusiones que se van obteniendo son siempre "defi-
nitivas". Pero la mente humana opera muchas veces de manera no monó-
tona: obtiene conclusiones "provisionales", en el sentido de que pueden
verse invalidadas a la luz de nuevas evidencias. En inteligencia artificial se
estudian, para ciertas aplicaciones, procesos inferenciales con razo-
namiento no monótono. Haremos referencia a la lógica no monótona en el
apartado 2.4 del capítulo 5.
• También hemos comentado varias veces lo limitado que es el lenguaje de

la lógica de proposiciones. Tanto, que prácticamente no hay ninguna
aplicación real que se limite a ella. Por eso, la mayoría de los textos de
lógica aplicada a la informática presentan directamente la lógica de predi-
cados. Aquí, sin embargo, hemos preferido empezar por la de propo-
siciones por razones didácticas: las ideas básicas (razonamientos, sistemas
inferenciales, completitud, consistencia, resolución, etc.) se entienden
mucho mejor en este marco simplificado, y conceptualmente son las
mismas que en lógica de predicados, como veremos en el capítulo 4.
7. Notas histórica y bibliográfica

Es bien sabido que la lógica, como ciencia del análisis del comportamiento
racional, tiene una historia milenaria, y que fue, sobre todo, Aristóteles quien
sentó las bases de los desarrollos posteriores. De la lógica aristotélica se puede
decir que era formal (atendía a la forma de los razonamientos), pero no
formalizada simbólicamente. Algunos filósofos medievales, entre los que cabe
destacar al mallorquín Ramon Llull, hicieron algunos avances hacia la
formalización de la lógica, pero los trabajos más importantes en este sentido no
se realizaron hasta la segunda mitad del siglo pasado, cuando Boole (1854)
elaboró su modelo algebraico de la lógica de proposiciones y Frege (1884)
formalizó la de predicados, y la primera de éste, cuando aparece, como obra
culminante, el libro de Whitehead y Russell (1910-1913).
Las conectivas de "negación alternativa" y "negación conjunta" fueron pro-
puestas por Sheffer en 1913, y en lógica tienen un interés puramente teórico, y
casi anecdótico. Sin embargo, como veremos en el próximo capítulo, correspon-
den a funciones de conmutación tecnológicamente importantes (que se suelen lla-
mar "NAND" y "NOR", respectivamente, en la literatura técnica).
89
En los años 60 se desarrollaron diversos métodos orientados al procesamiento
automático de las inferencias, de los que el más conocido es el de "resolución",
debido a Robinson (1965). Lo que aquí hemos presentado es la particularización
a la lógica de proposiciones de ese método, que en el capítulo 4 estudiaremos ya
en su integridad.
Hay libros de introducción a la lógica cuya lectura, además de recomendable,
es muy amena. Destacamos el de Ferrater y Leblanc (1962) (donde se llama
"lógica sentencial" a lo que aquí hemos denominado "lógica de proposiciones") y
el de Deaño (1986) (donde se le llama "lógica de enunciados"). El ejemplo 1.4.3
está tomado del primero, y el 1.4.4, del segundo (Deaño hace uso de este ejemplo,
procedente de Lewis Carroll, para ilustrar la necesidad de la lógica de predicados;
aquí hemos visto que también se puede formalizar en lógica de proposiciones,
aunque abusando un poco del lenguaje natural). En el libro de Deaño nos hemos
inspirado también para la explicación sobre el significado del condicional y la
diferencia entre "leyes" y "reglas de inferencia". El ejemplo 1.4.5 es una adapta-
ción de otro similar de Gilbert (1976), un libro sobre álgebra aplicada cuyo
capítulo 2 se dedica a la lógica y los circuitos lógicos.
No obstante, y por las razones apuntadas al final del resumen, los textos más
recomendables sobre lógica aplicada a la informática tratan directamente con la
lógica de predicados, y los citaremos en el capítulo 4.
8. Ejercicios
8.1. Formalizar las siguientes frases como sentencias proposicionales, y
analizar sus tablas de verdad:
" La verdad es una brújula loca que no funciona en este caos de cosas
desconocidas" (Baroja).
" Se puede conocer la utilidad de una idea y, sin embargo no acertar a
comprender el modo de utilizarla" (Goethe).
" Ese lapso de tiempo, corto si se le mide por el calendario, es inter-
minablemente largo cuando, como yo, se ha galopado a través de él"
(Kafka).
"El mismo diablo citará a la Sagrada Escritura si viene bien a sus
propósitos" (Shakespeare).
8.2. Analizar los siguientes razonamientos:
P l : 'Si no llueve, salgo al campo'.
P2: 'Si salgo al campo, respiro'.
C: 'Respiro sí y sólo si no llueve'.
90
P l : 'Si un monte se quema, algo suyo se quema'.
P2: 'Algo suyo se quema sí y sólo si es usted descuidado'.
P3: 'Si usted no es descuidado, es acreedor a una felicitación'.
C: 'Si usted no es acreedor a una felicitación, entonces es que un monte
se quema'.
Pl:'Si un país es una democracia, el Presidente del Gobierno se elige
por sufragio universal'.
P2: 'En España, el Presidente no se elige por sufragio universal'.
C: 'Luego España no es una democracia'.
El mismo anterior, modificando así la primera premisa:
P l : 'Si el Presidente de un país es elegido por sufragio universal, ese
país es una democracia'.
Aplicar la resolución y la refutación a los anteriores razonamientos.
Aplicar la regla de resolución para inferir cuantas conclusiones sean

posibles en los siguientes casos, y comprobar los resultados con lo que
se obtiene de las tablas de verdad:
Pl: p —> —ir
b) Pl:p q
Pl: r ^ —>p
(Contrastar estos dos casos con el del ejemplo 5.7.4)
c)Pl:p^q
Pl: r ^ p
P3: —¡r —» —i
PA: —i (s A —ir )
P5: -, t->s
d) P l : p - > g v r
Pl:q^>p
91
tí
V- - ^
Jf! ¿t'4,
iSV
3
Circuitos lógicos
combinacionales
1. Introducción
El hardware puede describirse y estudiarse en varios niveles de abstracción.
En el más bajo ("nivel físico-electrónico") se consideran los fenómenos físicos
básicos y las propiedades de los materiales (semiconductores, metales, dieléc-
tricos) que explican el funcionamiento de los componentes electrónicos (resisto-
res, diodos, transistores, etc.). En el siguiente ("nivel electrónico-circuital") se
hace abstracción de tales fenómenos: se da por supuesta la existencia de los
componentes, con comportamiento funcional conocido, y se estudian los circuitos
que resultan de su interconexión. Aquí vamos a movernos en el nivel de abstrac-
ción inmediatamente superior (el "nivel lógico"): supuesto que disponemos de
unos circuitos básicos, las "puertas lógicas", estudiaremos cómo pueden inter-
conectarse para conseguir sistemas con determinado comportamiento. En este
nivel, hacemos abstracción tanto de los detalles del nivel "físico-electrónico"
como de los del nivel "electrónico-circuital". Por ejemplo, una de las cosas de las
93
que hacemos abstracción es el valor real de los potenciales eléctricos. En los
circuitos digitales se opera siempre con sólo dos valores diferentes de tensión.
Según sea la tecnología utilizada, así serán esos dos valores, que, en el nivel
lógico, los representaremos por los símbolos "0" y "1". El "0" podría
corresponder, en el circuito electrónico, a una tensión de 0 voltios (o, con mayor
realismo, a un margen, por ejemplo, de 0 a 1 voltios), y el "1" a 5 voltios (o al
margen 3-6). Pero también podría ser al revés (corresponder el "0" a 5v y el "1" a
Ov), o podríamos tener otros valores u otros márgenes de tensión totalmente
diferentes. Nosotros consideraremos perfectamente definido el comportamiento
de los componentes básicos ("puertas") mediante relaciones de entrada-salida que
se refieren sólo a los valores lógicos.
Hay dos ideas esenciales que conviene tener muy claras desde el principio para
la buena comprensión de este capítulo:
• Cualquier punto de un circuito digital, en un instante determinado, sólo

puede estar en uno de dos estados (tensiones o márgenes de tensión)
determinados: no hay estados intermedios.
• El valor lógico de un punto de un circuito es la simbolización del estado en
que se encuentra ese punto. Este valor lógico puede ser constante (0 o 1: el
punto siempre se encuentra en ese estado) o variable (el punto puede estar
en un estado u otro, pero en cada instante tiene que estar en alguno de ellos).
En este capítulo estudiaremos los circuitos digitales más sencillos, los llama-
dos "circuitos combinacionales". En ellos, el valor de la salida en cada momento
sólo depende de los valores que en ese momento tengan las entradas, y no de los
que hubieran podido tener anteriormente. En el Tema "Autómatas" nos ocupa-
remos de los "circuitos secuenciales", en los que la salida depende de la "historia",
es decir, de la sucesión de valores anteriores de las entradas.
Veremos enseguida que el álgebra de Boole, inicialmente propuesta como
modelo matemático para la lógica de proposiciones (capítulo 2, apartado 4), es
también la herramienta básica para el estudio y el diseño de los circuitos digitales,
o circuitos de conmutación, que, por esta misma razón, recordémoslo (capítulo 1,
apartado 3), se llaman "circuitos lógicos".
2. Las puertas básicas

Los bloques elementales para la construcción de circuitos lógicos son las
"puertas". Este nombre responde al hecho de que pueden tener una o varias
entradas pero una sola salida, y esta salida puede tomar el valor lógico "0" ("puerta
cerrada") o "1" ("puerta abierta"), dependiendo de los valores lógicos que tengan
las entradas. Las tres puertas básicas (más adelante veremos otras) son las
llamadas "NOT", "OR" y "AND", y los símbolos más utilizados para repre-
94
sentarlas en los diagramas son los indicados en la figura 3.1. Su función se
corresponde exactamente con la que simbólicamente realizan las conectivas "->",
" v " y " a " en la lógica de proposiciones. Es decir, si siguiésemos el convenio de
representar por "p" y "q" las entradas de una puerta "OR", por ejemplo, la salida
estaría representada por la sentencia "p v q", lo que quiere decir que el nivel
lógico de esa salida será "0" si los niveles lógicos de las dos entradas son "0", y
"1" si una de las entradas, o ambas, tienen el nivel lógico "1".
NOT OR AND
Figura 3.1.
En este capítulo vamos a adoptar, sin embargo, otra notación, más habitual
cuando se trabaja con el álgebra de Boole: en lugar de "->", " v " y " A"
utilizaremos" ","+" y ".", respectivamente. Y para las variables que representan
valores lógicos (lo que luego llamaremos "variables booleanas") emplearemos las
letras x, y, z, eventualmente con subíndices.
Teniendo en cuenta lo dicho, la figura 3.2, que especifica las funciones de las
tres puertas mediante tablas de verdad, se explica por sí sola.
NOT OR AND
x
* / X y / x y /
0 1 0 0 0 0 0 o
1 0 0 1 1 0 1 o
1 0 1 1 0 0
1 1 1 1 1 1
Figura 3.2.
Las puertas "OR" y "AND" pueden tener más de dos entradas. Las operaciones
que realizan son, formalmente, las mismas operaciones conocidas del álgebra de
Boole, y, por tanto, tienen las mismas propiedades, y, concretamente, la propiedad
asociativa. Esto nos permite decir, por ejemplo, que la función de una puerta
"AND" de tres entradas (figura 3.3, izquierda) es la misma del circuito formado
por dos puertas "AND" de dos entradas conectadas según indica la figura 3.3
(derecha). Y lo mismo podríamos decir para las puertas "OR".
95
Figura 3.3.
3. Circuitos
Las puertas se pueden interconectar teniendo en cuenta la regla de que la salida
de una puerta cualquiera puede servir de entrada a una o varias puertas, pero nunca
pueden conectarse juntas dos o más salidas1. Los sistemas así construidos serán
circuitos lógicos con una o varias entradas y una o varias salidas. Como existe una
correspondencia biunívoca entre las operaciones que realizan las puertas y los
operadores del álgebra de Boole, si representamos por variables (x¡, y¡, etc.) los
valores lógicos de las entradas del circuito, podremos escribir una fórmula para
representar cada salida, en la que intervendrán esas variables y los símbolos " ",
"+" y ".". A cada salida de un circuito lógico corresponderá así una fórmula. Por
otra parte, el comportamiento del circuito puede especificarse mediante una tabla
de verdad para cada salida que nos dé los valores lógicos que toma esa salida para
todas y cada una de las posibles combinaciones de valores lógicos de las entradas.
La mejor manera de comprender todo esto es a través de ejemplos. En cada uno
de los ejemplos que siguen sólo se considera una salida, cuyo valor lógico se
simboliza por"/'.
Ejemplo 3.1
Fórmula:
f= x + y-z
Circuito: El de la figura 3.4..
Figura 3.4.
1
En realidad, esta regla tiene excepciones: por una parte, el número de entradas que puede alimentar la salida
de una puerta tiene una limitación tecnológica; por otra, a veces pueden conectarse directamente las salidas de
dos o más puertas, consiguiendo una función "OR" o "AND" "implícita". Pero estas excepciones entran ya en
el nivel de descripción "electrónico", más que en el "lógico", por lo que no las consideraremos aquí.
96
Tabla de verdad:
X y z f
0 0 0 0
0 0 1 0
0 1 0 0
0 1 1 1
1 0 0 1
1 0 1 1
1 1 0 1
1 1 1 1
Ejemplo 3.2
Fórmula:
f= x-y + x- z + x- y- z + x- y- z
Circuito:
El de la figura 3.5.
x y z
D-
Figura 3.5.
Tabla de verdad:
La misma del ejemplo anterior.
97
Ejemplo 3.3
Fórmula:
/= x1 • (x2 + x4) + x3
Circuito:
iX3- O I
Figura 3.6.
Tabla de verdad:
*1 *2
X
3 f
0 0 0 0 0
0 0 0 1 0
0 0 1 0 1
0 0 1 1 1
0 1 0 0 0
0 1 0 1 0
0 1 1 0 1
0 1 1 1 1
1 0 0 0 1
1 0 0 1 1
1 0 1 0 1
1 0 1 1 1
1 1 0 0 0
1 1 0 1 1
1 1 1 0 1
1 1 1 1 1
Ejemplo 3.3
Fórmula:
y— X* #2 1 1
"í" 1
-^3 " "I"
Circuito:
*3
Figura 3.7.
Tabla de verdad:
Ejemplo 3.5
Fórmula:
f= x-y+ (x + y) -z
Circuito:
z
Figura 3.8.
Tabla de verdad:
x y z f
O O O O
0 0 1 O
0 1 0 O
0 1 1 1
1 0 0 O
1 0 1 1
1 1 0 1
1 1 1 1
Ejemplo 3.6
Fórmula:
/= x-y-z(x +y) • z
Circuito:
Figura 3.13.
Tabla de verdad:
Ejemplo 3.7
Fórmula:
/= x-y-z + x- y- z + x- y- z + x- y- z
Circuito:
y«i
D
Figura 3.10.
Tabla de verdad:
La misma de los dos ejemplos anteriores.
4. Modelos matemáticos de los circuitos

4.1. Utilidad de los modelos matemáticos
Cuando se aborda la tarea de diseñar un circuito lógico para realizar una
determinada función, lo primero es especificar claramente la función. Con
frecuencia, esa especificación, que inicialmente puede ser verbal, conduce a una
tabla de verdad para cada una de las salidas del circuito. Ahora bien, en los
ejemplos anteriores se ve claramente que la misma tabla de verdad puede reali-
zarse mediante circuitos diferentes. Parece obvio que, por muchas razones (coste,
tamaño, fiabilidad, etc.), interesará encontrar el circuito que, respetando las
101
especificaciones, tenga el menor número posible de puertas . Este es el problema
de la minimización, que trataremos en el siguiente apartado. Para poder abordarlo,
necesitamos formalizar algunos conceptos; los modelos matemáticos de los
circuitos nos permitirán diseñar éstos de forma óptima.
En los ejemplos hemos comprobado que la función de cada salida de un
circuito puede expresarse mediante una tabla de verdad, pero que esta relación no
es biunívoca: puede haber varios circuitos con la misma tabla; diremos que todos
ellos realizan la misma función de conmutación. Por otra parte, también se ve en
los mismos ejemplos que a cada circuito podemos asociar de manera biunívoca
una "fórmula", construida por variables lógicas y operaciones" ","+" y "."; estas
fórmulas corresponden a lo que definiremos como formas booleanas.
4.2. Funciones de conmutación

Definición 4.2.1. Llamaremos función de conmutación de orden n a cualquier
aplicación { 0 , 1 } " —> { 0 , 1 } , donde {0,1}" es el producto cartesiano de
orden n de {0,1} consigo mismo.
Así, el dominio de una función de conmutación de orden n está formado por

todas las «-tupias que pueden formarse con los elementos 0 y 1, mientras que el
rango es solamente {0,1}. La forma más natural de representar una determinada
función de conmutación es mediante una tabla de verdad. En los ejemplos 3.1 y
3.2 tenemos una función de conmutación de orden 3, en 3.3 y 3.4 una función de
conmutación de orden 4, y en los ejemplos 3.5, 3.6 y 3.7 otra función de
conmutación de orden 3.
Consideremos el álgebra de Boole binaria < { 0 , 1 } , +,., >, y llamemos Fn
al conjunto de funciones de conmutación de orden n:
F= {/:{0, l } » - > {0, 1 } }

Vamos a definir las operaciones "suma", "producto" y "complementation" en
el conjunto Fn. Utilizaremos para ellas los mismos símbolos del álgebra de Boole
binaria.
Definición 4.2.2. Si f¡ y f¡ son dos funciones de conmutación de orden n:
conXe {0, 1}»; ft(X), f j ( X ) e {0, 1},

se definen:
a) la función complementaria de f¿, (f¡) como aquella que hace corresponder

a X el elemento complementario del que le corresponde según f¡:
b) la función suma de f¡ y f¡, (f¡ + f¡), como aquella que hace corresponder a
X l a suma de los elementos que le corresponden según f¡ y f¡:
( f . + f ^ . - X ^ f ^ X ) + fJ(X)
c) la función producto de f¡ y f¡, (f¡ • f j ) , como aquella que hace corresponder

a X e l producto de los elementos que le corresponden según y f¿:
( f r f ^ x ^ f i W -fjiX)
Ejemplo 4.2.3. Llamando /, y / 2 a las funciones de conmutación de orden 3

que corresponden a los ejemplos 3.1 (y 3.2) y 3.5 (y 3.6 y 3.7), en la siguiente
tabla podemos ver sus correspondientes funciones complementarias, su suma
y su producto:
X y z h h fl k fl+fl fl -fl
0 0 0 0 0 1 1 0 0
0 0 1 0 0 1 1 0 0
0 1 0 0 0 1 1 0 0
0 1 1 1 1 0 0 1 1
1 0 0 1 0 0 1 1 0
1 0 1 1 1 0 0 1 1
1 1 0 1 1 0 0 1 1
1 1 1 1 1 0 0 1 1
Teorema 4.2.4. <Fn,+,., > es un álgebra de Boole cuyos elementos neutros

son las funciones que hacen corresponder todas las n-tuplas a 0 o a 1:
0= f0 tal que F0 (X) = 0 V X e {0,1}"
1= fN tal que fN(X)= lVle {0,1}"
y cuyos elementos atómicos son las 2" funciones que hacen corresponder
todas las n-tuplas a 0, excepto una.
Demostración:
Las operaciones sobre funciones de orden n dan como resultado otras fun-
ciones de orden n, por lo que Fn es cerrado bajo las tres operaciones. Por otra
103
parte, tal como se han definido los elementos neutros, es inmediato que, para
cualquier f¡, resulta que (/ ¿ +/„)= f¡ y que (/, • fN) = f¡. El resto de los
axiomas del álgebra de Boole (capítulo 2, apartado 4.1) se cumplen también
por el hecho de que las operaciones entre funciones se han definido a partir de
las operaciones en el álgebra de Boole <{0,1}, +, ., >. Finalmente, es fácil
comprobar que las funciones que hacen corresponder todas las «-tupias, salvo
una, a 0, cumplen la definición de elemento atómico (capítulo 2, definición
4.3.1): su producto por cualquier otra función da como resultado o bien f0 o
bien el mismo elemento atómico.
4.3. Formas booleanas

4.3.1. El lenguaje de las formas booleanas
Definición 4.3.1.1. Dada un álgebra de Boole binaria, <{0,1}, +, ., >,
llamaremos variables booleanas a unos símbolos, xv yu zv x2, y2, z2, ..., que
representan a los elementos del conjunto {0,1}. Es decir, una variable booleana
puede tomar uno de dos valores: 0 o 1. Cuando 0 y 1 representan los valores
lógicos de un circuito, las variables booleanas corresponden a las variables
lógicas de las que hablábamos en los apartados 1,2 y 3.
Partiendo del alfabeto formado por el conjunto de variables booleanas y los

símbolos "+", "." y " " podemos definir un lenguaje siguiendo exactamente los
mismos pasos de la lógica de proposiciones (capítulo 2, apartado 2), que ahora
nos limitamos a dejar indicados:
a) Definición de expresión o cadena como secuencia finita de símbolos del

alfabeto.
b) Definición de secuencia de formación.
c) Definición de sentencia, a la que ahora llamaremos forma booleana.
Las seis "fórmulas" de los ejemplos del apartado 3 son ejemplos de formas
booleanas. Como los símbolos "+","." y " " se corresponden, respectivamente,
con las puertas "OR", "AND" y "NOT", a cada circuito lógico (o, mejor, a cada
salida del mismo) le corresponde una forma booleana, y viceversa.
En realidad, el lenguaje de las formas booleanas es el mismo de la lógica de
proposiciones, cambiando las conectivas " v", " A " y "->" por los símbolos "+",
ii ii y ii ii^ reS p ec tivamente. El hecho de que las variables y las formas booleanas
puedan tomar los valores "0" y "1" de un álgebra de Boole binaria se corresponde
con la evaluación binaria de variables proposicionales y de sentencias. Por todo
ello, lo que sigue viene a ser una repetición de lo que ya hemos estudiado en el
capítulo 2, y lo presentaremos de forma resumida.
4.3.2. Evaluación de formas booleanas
Definición 4.3.2.1. Dado un conjunto de variables booleanas, A, llamaremos
función de asignación de valores (o, simplemente, asignación) a una aplica-
ción del conjunto A en el conjunto {0,1}:
v:A —» {0, 1}
El concepto es exactamente el mismo de "evaluación binaria" de la lógica de

proposiciones (como vimos en el capítulo 2, apartado 3). Aquí lo hemos
restringido de entrada al caso binario porque lo aplicaremos exclusivamente a
circuitos con dos estados, pero podríamos haberlo planteado de un modo más
general, de modo que el modelo matemático pudiera servir para circuitos con tres
o más estados.
Definición 4.3.2.2. Dados un conjunto de formas booleanas construidas a partir

de un conjunto de variables A y una asignación v¡, llamaremos función de
evaluación, V¡, (o, simplemente, evaluación) a la extensión del dominio de la
asignación al conjunto de formas booleanas. Este otro concepto es exacta-
mente el mismo de "evaluación de sentencias" (capítulo 2, teorema 3.1.4), y,
lo mismo que allí, se puede demostrar que esta extensión es única. Las tablas
de verdad de los ejemplos del apartado 3 representan todas las funciones de
evaluación posibles de las correspondientes formas booleanas.
4.3.3. Equivalencia de formas booleanas

Definición 4.3.3.1. Llamemos Bn al conjunto (infinito) de formas booleanas
construidas con n variables booleanas diferentes, y sean A,B e Bn. Diremos
que Ay B son equivalentes, A = B, si y sólo si sus evaluaciones son iguales
para todas las asignaciones:
(Vv,.) (V,(A)= y,. ( 5 ) )
El concepto es exactamente el mismo de la "equivalencia entre sentencias"

(capítulo 2, apartado 3.5). Llamaremos ahora Cn- Bn/= al conjunto de clases de
equivalencia que resultan de la partición de Bn por la relación de equivalencia. El
número de clases de equivalencia es finito: card (C n ) =2 2 , pero dentro de cada
una hay infinitas formas booleanas diferentes (en efecto, x es equivalente a x + x ,
ya.x-x,ya.x + x + x, ...).
Definición 4.3.3.2. Las evaluaciones de una clase de equivalencia, Vk (c ( )

(c¡ e Cn) , son las evaluaciones de una cualquiera de las formas booleanas que
pertenecen a esa clase:
Vk(A) (AzCi)
105
La forma booleana del ejemplo 3.1 es equivalente a la del ejemplo 3.2, la del
3.3 es equivalente a la del 3.4, y las tres formas booleanas de los ejemplos 3.5,3.6
y 3.7 son equivalentes entre sí.
4.3.4. Algebra de Boole de las clases de equivalencia entre

formas booleanas
Definamos primero las operaciones "suma", "producto" y "complementation"
en el conjunto Cn. Utilizaremos los mismos símbolos del álgebra de Boole
binaria.
Definición 4.3.4.1. Si c¡, c¡ & Cn son dos clases de equivalencia de formas

booleanas con n variables, se definen las clases complementaria, suma y
producto del siguiente modo:
a) c¿ es aquella clase tal que
(Vv t ) [Vk{ct)= %{^]

b) ci + Cj es aquella clase tal que
(Vv*) [Vk(ci + Cj) = Vk(ci) +Vk(cj)]
c) c¡ • Cj es aquella clase tal que
(VvA) [Vk(crcj)= Vk(c,) -Vk(Cj)]
Teorema 4.3.4.2. <Cn, +, ., ~> es un álgebra de Boole cuyos elementos

neutros son c0 (clase de equivalencia cuyas evaluaciones son 0 para todas las
asignaciones) y cN (clase de equivalencia cuyas evaluaciones son 1 para todas
las asignaciones) y cuyos elementos atómicos son las 2" clases de equi-
valencia tales que sus evaluaciones son 0 para todas las asignaciones salvo una.
Este teorema es, en realidad, el mismo que habíamos visto para las clases de
equivalencia entre sentencias (capítulo 2, apartado 4.2), y su demostración es la
misma que allí apuntábamos (como también para el teorema 4.2.4 de este
capítulo): basta con ver que se satisfacen los axiomas del álgebra de Boole. En
cuanto a los elementos atómicos, basta con ver que se cumplen las condiciones de
su definición (definición 4.3.1 del capítulo 2): el producto de cualquier c( por un
elemento atómico da como resultado c0 o c¡.
4.3.5. Formas canónicas

Consideremos el álgebra de Boole < Cn, +, ., > de las formas booleanas
generadas por las variables xv x2, ...^.Denominaremos l¡ auna "metavariable",
que puede valer x¡ o x¡ (es lo que en el capítulo 2 llamábamos un "literal").
Llamaremos producto canónico a toda forma booleana compuesta por el
producto de todas las variables complementadas o no:
n
P= L-L - ... - i = TT¿
i "1 2 • • • n A JL j
;= i
(donde "II" representa el producto booleano).
Un cálculo combinatorio elemental nos da que el número de productos canó-

nicos diferentes con n variables booleanas es 2".
Definición 4.3.5.2. Llamaremos forma canónica a toda forma booleana

compuesta por una suma de productos canónicos diferentes entre sí.
Teorema 4.3.5.3. Toda clase de equivalencia en Cn puede representarse

mediante su forma canónica, que es única para esa clase de equivalencia.
Demostración:
a) Como en un producto canónico intervienen todas las variables, sus eva-
luaciones serán siempre "0" excepto para una determinada asignación:
aquella que asigne el valor "1" a las variables sin complementar y el valor
"0" a las variables complementadas. Por tanto, cada uno de los 2" pro-
ductos canónicos sirve para representar a uno de los 2" elementos atómicos
de <C„,+,.,~ > (teorema4.3.4.2).
b) Según el teorema 4.3.2 enunciado en el capítulo 2, todo elemento pertene-
ciente a un álgebra de Boole cuyo valor sea distinto de 0 puede expresarse
de manera única como suma de elementos atómicos. Así pues, cualquier
clase de equivalencia distinta de c 0 puede expresarse de manera única
como suma de elementos atómicos, y, por consiguiente, podrá
representarse de manera única como suma de productos canónicos, es decir,
en la primera forma canónica.
Existe una notación abreviada para escribir formas canónicas, que se basa en
asociar un número decimal a cada uno de los productos canónicos. Este número
es el que resulta de considerar como un número binario la combinación de "ceros"
y "unos" de las variables para la cual la evaluación resultante del producto es "1".
Así por ejemplo, x • y • z es "1" para x = 0,y = l,z = l, y "011" en binario es "3"
en decimal. Del mismo modo, x • y • x es "1" para x = 1, y = 0, z = 1, y "101" en
binario es "5" en decimal. La notación abreviada de la forma canónica
x • y • z + x • y • z sería: E (3,5) (suma de los productos canónicos de los números
"3" y "5").
Ejemplo 4.3.5.4. Si consideramos las formas booleanas que pueden formarse

con dos variables, x e y, el número de clases de equivalencia es dieciséis (lo
107
mismo que entre las sentencias construidas con dos variables proposicionales
y con evaluaciones binarias, véase el apartado 3.5 del capítulo 2). Los
productos canónicos son cuatro: x • y, x • y, x • y, x • y (en notación abreviada,
"3", "2", "1" y "0", respectivamente), que corresponden a los cuatro elementos
atómicos c1 (clase de equivalencia de las formas cuyas evaluaciones son "0"
excepto para x = 1, y = 1), c 2 (idem, excepto para x = 1, y = 0), c4 (idem,
excepto parax = 0,y = 1) y cg (idem, excepto para x = 0,_y = 0). Cualquier otra
clase de equivalencia puede representarse como suma de dos o más productos
canónicos. Por ejemplo, la c9 tiene evaluación "1" para dos asignaciones: para
x = 0, y = 0, y para x = 1, y = 1; su forma canónica será la suma de los dos
productos canónicos correspondientes: x • y + x • y (o, en notación abreviada,
2(0,3)).
Ejemplo 4.3.5.5. Con tres variables booleanas tendremos 2 = 8 elementos

atómicos (representados por los productos canónicos: (x • y • z, x • y • z,
...,x-y • z) y 2 = 256 clases de equivalencia. Las dos formas booleanas de
los ejemplos 3.1 y 3.2 pertenecen a la misma clase. Para ver cuál es su forma
canónica basta con mirar en la tabla de verdad, donde están indicadas todas
las evaluaciones posibles, qué productos canónicos son los responsables de los
cinco evaluaciones "1" que aparecen en dicha tabla, y sumarlos. El resultado
es el siguiente:
x-y-z + x-y-z + x'-y-z + x-y-z + x-y-z
(en notación abreviada: X (3,4,5,6,7)). Del mismo modo, el lector puede compro-
bar que la forma canónica que corresponde a los ejemplos 3.5,3.6 y 3.7 es la forma
booleana del último de ellos (en notación abreviada: X (3,5,6,7)).
Ejemplo 4.3.5.6. Con cuatro variables booleanas habrá 2 4 = 16 elementos

atómicos (productos canónicos xx • x2 • x3 • x4, xx • x2 • x3 • X4, ..., x\ • • •
X4) y 2 = 65536 clases de equivalencia. El procedimiento para escribir la
primera forma canónica de una clase cualquiera es el mismo de antes: sumar
los productos canónicos que corresponden a las evaluaciones" 1". A la vista de
la tabla de verdad de los ejemplos 3.3 y 3.4, obtenemos la correspondiente
forma canónica, que, escrita en notación abreviada, es Z (2,3,6,7,8,9,10,
11,13,14,15). Obsérvese que el paso de la tabla de verdad a la notación
abreviada es inmediato: basta con numerar sus filas de 0 a 2" - 1 , e incluir
todos los números de las filas que correspondan a una evaluación de "1".
4.4. Relación entre los dos modelos

matemáticos
En los últimos ejemplos hemos utilizado las tablas de verdad como repre-
sentaciones de las evaluaciones de una forma booleana (y de todas las que están
en su misma clase de equivalencia). Por otra parte, en el apartado 4.2 hacíamos
uso de las mismas tablas de verdad como ejemplos de funciones de conmutación.
Esta dualidad tiene un fundamento matemático. En efecto, el álgebra de Boole de
las funciones de conmutación de orden n, < Fn, +,., >, tiene 2 2 elementos, ya
que el número de «-tupias diferentes en { 0 , 1 } " es k= 2", y hay 2 com-
binaciones distintas para aplicar cada una de esas k «-tupias en {0,1}. Por otra
parte, el número de clases de equivalencia en el álgebra de Boole de las formas
booleanas con « variables, < C„, +, • , " > es también 2 2 : k= 2" productos
canónicos con los que pueden escribirse 2 primeras formas canónicas diferentes.
Por tanto, y de acuerdo con el teorema 4.3.4 enunciado en el capítulo 2, ambas
álgebras de Boole son isomorfas, es decir, existe una correspondencia biunívoca
entre cada función de conmutación de orden « y cada clase de equivalencia de
formas booleanas de n variables, y esta correspondencia es tal (definición 4.3.3
del capítulo 2) que si f¡ y f¡ están en correspondencia con c¡ y c¿, respecti-
vamente, entonces f¡ está en correspondencia con ci y (f¡ +f¡) y f¡-f¡ están en
correspondencia con (c¡ + cj) y {c{ • Cj), respectivamente.
La importancia de esta base teórica para la aplicación práctica al diseño de
circuitos lógicos es la que insinuábamos en el apartado 4.1. Normalmente,
tendremos la especificación de cada salida del circuito como una función de
conmutación (o, equivalentemente, como una primera forma canónica). Sabemos
que a esa función de conmutación le corresponde toda una clase de equivalencia
de formas booleanas con n variables, dentro de la cual hay infinitas formas boolea-
nas diferentes; todas ellas corresponden a la misma función de conmutación, pero
a cada una le corresponde un circuito lógico diferente. Todos estos circuitos
lógicos realizarán la misma función, y lo que nos interesa es elegir el más sencillo.
Entramos así en el problema de la minimización.
5. Minimización
5.1. Principios
Para encontrar formas booleanas equivalentes a una dada y más sencillas que
ella podemos utilizar dos equivalencias:
a) Reducción de términos adyacentes:
Si A es una forma booleana cualquiera y x una variable booleana, A • x +

A • x =A. Las formas booleanas que sólo difieren en una variable, que
aparece complementada en una y sin complementar en la otra, se llaman
"términos adyacentes".
b) Idempotencia:
SiA es una forma booleana cualquiera, A + A s A .
109
Por ejemplo, consideremos la forma booleana de tres variables:
x-y-z + x- y- z + x- y- z + x- y- z
Observamos que el último producto es adyacente a cada uno de los otros tres
(pero éstos no lo son entre sí). Podemos reducirlo con uno cualquiera de ellos; si
lo hacemos con el primero, resulta:
y-z + x- y- z + x- y- z
con el segundo:
x-y-z + x- z + x- y- z
y con el tercero:
x -y • z +x •y • z +x •y
Estas tres formas booleanas son equivalentes entre sí, y equivalentes a la
primera. Pero se puede conseguir otra con menos operaciones si previamente
"complicamos" la forma de partida teniendo en cuenta la propiedad de idempo-
tencia: se puede sumar dos veces el producto x • y • z, y cada uno de estos tres
productos se podrá reducir con uno de los tres primeros. El resultado es:
x-y + x- z + y- z
que es la "forma mínima en suma de productos". Su realización como circuito

requiere una puerta OR de tres entradas y tres puertas AND de dos entradas. Una
pequeña reducción se consigue teniendo en cuenta la propiedad distributiva, que
nos permite escribir esta otra forma booleana equivalente:
x • (y + z) +y • z
5.2. Método de Karnaugh

Es evidente que en casos más complicados que el del ejemplo que acabamos
de considerar no resulta sencillo comprobar qué elementos conviene "desdoblar"
para poder aplicar luego reducciones. Se han propuesto diversos métodos para
minimizar de modo sistemático. Algunos son numéricos, y conducen a un
algoritmo que puede programarse. Aquí veremos un método gráfico que es el más
sencillo y también el más conocido (aunque prácticamente deja de tener utilidad
para formas booleanas con más de seis variables): el método de las tablas de
Karnaugh.
Una tabla de Karnaugh no es otra cosa que una presentación alternativa de la
misma información contenida en una tabla de verdad. La tabla de Karnaugh es de
doble entrada, y tiene las asignaciones colocadas de tal modo que las que
corresponden a productos canónicos adyacentes están físicamente contiguas.En
la figura 3.11 pueden verse las disposiciones de las tablas de Karnaugh para los
casos de tres, cuatro y cinco variables booleanas. Cada casilla corresponde a una
línea de la tabla de verdad, y se pondrá en ella un "0" o un "1". En la figura 3.11
hemos numerado las casillas con los números de los productos canónicos que
corresponden a un "1" en esa casilla, lo cual es muy útil cuando se representa una
forma canónica expresada en notación abreviada.
00 01 11 10
0 0 2 6 4
1 1 3 7 5
\clX
xjcA \ 00 01 11 10
00 0 4 12 8
01 1 5 13 9
11 3 7 15 11
10 2 6 14 10
*,=o x=1
•\jy-3
01 11 10 00 01 11 10
00 0 4 12 8 00 16 20 28 24
01 1 5 13 9 01 17 21 29 25
11 3 7 15 11 11 19 23 31 27
10 2 6 14 10 10 18 22 30 26
Figura 3.11.
Veamos, mediante algunos ejemplos, cómo se procede para simplificar

utilizando las tablas:
Ejemplo 5.2.1. La tabla de Karnaugh para el ejemplo considerado más arriba:
x-y-z + x- y- z + x-y-z + x- y-z= X (3,5,6,7)
es la que puede verse en la figura 3.12. Como se indica en ella, se agrupa uno
de los "1" (el que corresponde a x • y • z) con los tres que le son adyacentes.
111
Cuando se agrupan dos "1" desaparece una variable: la que tiene asignación
"0" en un caso y "1" en otro. El resultado es: x • y + x • z + y • z.
Ejemplo 5.2.2. Si consideramos la forma canónica X (3,4,5,6,7) tenemos la

tabla de la figura 3.13. Vemos en ella que hay dos productos, x - y , x - y
resultado de reducir dos parejas de productos adyacentes, y que, a su vez, son
adyacentes y se reducen a x. A efectos prácticos, cuando vemos cuatro "1"
xy
00 01 11
0
0
n
—i—i—
0
y.z
Figura 3.12.
formando un cuadrado eliminamos dos variables: las que tienen valor "0" en
unos casos y "1" en otro. El resultado final para este ejemplo es: x + y • z.
0 0 fi\
ft
0 V1/ v /
y•z x.y x.y

x
Figura 3.13.
Ejemplo 5.2.3. La tabla de la figura 3.14 corresponde a la forma canónica
E (1,3,5,6,7). Vemos que ocurre algo parecido a lo anterior: también pueden
reducirse cuatro "1" que estén en la misma línea. Resultado: z + x • y.
x.y
xy
00 01 11 10
ñ
0 0 0
<T J>kí O
x .y x .z
z
Figura 3.14.
Ejemplo 5.2.4. En la tabla de la figura 3.15, correspondiente a la forma

canónica X (0,1,4,5,7) tenemos otro hecho importante: las casillas de los
bordes son también "adyacentes" a las del borde contrario. Resultado de este
ejemplo: y + x • z.
xy
00 01 11 10
x.y x.y
Figura 3.25.
113
Ejemplo 5.2.5. En la figura 3.16 podemos ver un ejemplo de minimización de
una forma booleana de cuatro variables: £(0,8,9,10,11,14).
00 01 11 10
\
00 1
) 0 0 ;< 1 i
X
' I
01 0 0 0 I 1 .
' I
11 0 0 0 I 1
I
10 0 0 <7 I 0!
V
f — X2 • • X4 + • X2 "H X¡ » X^ • X4
Figura 3.16.
Ejemplo 5.2.6. Si recordamos los ejemplos 3.3 y 3.4 y construimos su

correspondiente tabla de Karnaugh (figura 3.17) vemos que la forma mínima
(en producto de sumas) CS XI • X2 + X1 ' X^ + X3 .
00 01 11 10
00 '1 0 0
01
11 '1
0 0
1
/ f
I
~
'H
I
/ I '
10 1 / 1
/ /
_- O V
X, • X0
Figura 3.13.
Ejemplo 5.2.7. En la figura 3.18 podemos ver otras posibles agrupaciones en
tablas de Karnaugh de cuatro variables.
00 01 11 10 00 , 01 11
00 / f
01 \1
( y
11^ \i i/
10
2 4
00 01 11 10 *3*4 00 01 11 10
f
*3*4
OOM
01 i \ 1 i
11 1 i
10A i i \i
-OÍ IS" (y 0
X.1• 'X. -•x¿ 4
Figura 3.18.
Ejemplo 5.2.8. La figura 3.19 es un ejemplo de cómo se utiliza la tabla de

Karnaugh de cinco variables. Basta considerar que las casillas (o los grupos)
que ocupan la misma posición en las dos tablas son adyacentes.
00 01 i 11 10 1 \ 00 01 11 10
1
00 0 0 'vi _ _1 / 00 0 0 0 0
01 ' T ; T 1 1T1 01 'J ) "_1/ ^ 0 ,'1
V/ —=1" \
11
11
10
0
0
0
0
0 0
\Vo 0
0
0 0
0 '1
__
0
r i
)
\ I
^ ""Xj »X2 •í'j "i" X^ • X^ • Xj "t* X2 • X4 • Akj "I" X2 ' Xj » Xj "f" X^ « X^ . X^
Figura 3.19.
115
En resumen, el método de Karnaugh consiste en recubrir todos los "1" que
aparecen en la tabla con el menor número posible de grupos (menor número total
de sumandos) y de modo que cada grupo sea lo más grande posible (menor
número de variables en cada uno de los productos que forman los sumandos).
6. Ejemplos de aplicación
6.1. Máquina de escrutinio
Supongamos que hay un comité formado por cuatro miembros, de los que uno
es presidente, y que las decisiones se toman por mayoría simple, decidiendo el
voto del presidente cuando existe empate. Se trata de diseñar una máquina con
cuatro entradas (un pulsador para cada miembro) cuya salida dé el resultado de la
votación. Llamando A, B, C, y D a las variables lógicas que representan el estado
del pulsador de cada miembro (donde A es el que corresponde al presidente) y S
a la que representa la salida del circuito, la especificación viene dada por la
siguiente tabla de verdad:
A B c D s
0 0 0 0 0
0 0 0 1 0
0 0 1 0 0
0 0 1 1 0
0 1 0 0 0
0 1 0 1 0
0 1 1 0 0
0 1 1 1 1
1 0 0 0 0
1 0 0 1 1
1 0 1 0 1
1 0 1 1 1
1 1 0 0 1
1 1 0 1 1
1 1 1 0 1
1 1 1 1 1
116
En la figura 3.20(a) tenemos esta misma información representada en una tabla
de Karnaugh. Vemos que pueden formarse tres grupos de cuatro "1" y un grupo
de dos, con el resultado:
S= AB+AC+AD+BC • D= A • (B + C + D) +BCD
El circuito correspondiente es el dibujado en la figura 3.20(b), si bien para este
A
vAB B
CD^ 00 01 11 10 C
D
00 0 0 0
-B.D (b)
01 0 0 /T
11
10
0
0
<c
vi 1J
-B.C
B.C.D A.B
BCD
(a) (C)
Figura 3.20.
caso resultaría más económico basarse en un simple circuito con interruptores

como muestra la figura 3.20(c). (Obsérvese que la conexión en serie de inte-
rruptores realiza una función de conmutación correspondiente a un producto
lógico, y la combinación en paralelo realiza la de una suma.)
6.2. Alarma para incendios

Tenemos un detector de llamas, un detector de humos y dos detectores de
temperatura distribuidos por una sala. Las salidas de esos detectores las simbo-
lizamos, respectivamente, por las variables lógicas A, B, C y D, con valor "0" en
caso de normalidad y "1" en caso de detección positiva. Suponemos que el
detector de llamas (A) no da "falsos positivos" pero sí "falsos negativos" (es decir,
si A = 1 la alarma debe dispararse, pero es posible que la alarma también deba
dispararse con A = 0). Los otros tres detectores pueden fallar tanto en el caso
positivo (salida "1" sin incendio) como en el negativo (salida "0" con incendio);
consideramos que para que se confirme la alarma es necesario y suficiente que
den detección positiva el de humos (B) y uno al menos de los de temperatura (C
117
o D). De acuerdo con todo esto, podemos especificar el circuito mediante esta
tabla:
A B c D s
0 0 0 0 0
0 0 0 1 0
0 0 1 0 0
0 0 1 1 0
0 1 0 0 0
0 1 0 1 1
0 1 1 0 1
0 1 1 1 1
1 0 0 0 1
1 0 0 1 1
1 0 1 0 1
1 0 1 1 1
1 1 0 0 1
1 1 0 1 1
1 1 1 0 1
1 1 1 1 1
En la figura 3.21(a) podemos ver los agrupamientos, que conducen a la forma

booleana minimizada:
S= A+B • C + B D= A+B • (C+D)
y al circuito de la figura 3.21(b)

Figura 3.21.
6.3. Etapa de sumador binario

Este ejemplo nos va a permitir ilustrar un caso interesante en la minimización
de formas booleanas: el de aquellas que corresponden a funciones de conmutación
incompletamente especificadas. Este caso aparece cuando se da la circunstancia
de que hay combinaciones de valores de las variables de entrada que o bien
sabemos que nunca se van a producir o bien, cuando se producen, nos es
indiferente el valor que pueda tomar la salida.
Una etapa de sumador binario es un circuito que suma dos dígitos binarios
teniendo en cuenta el posible acarreo o arrastre de la suma de los dos dígitos de
peso inmediatamente inferior (que pueden haberse sumado en otra etapa). Por
tanto, tendrá tres entradas binarias: x, y, r\ correspondientes, respectivamente, a
los dos dígitos a sumar y al arrastre de la etapa anterior, y dos salidas: s (suma) y
r (arrastre producido). Un sumador binario paralelo de n bits constará de n etapas
(de las que la primera no necesita la entrada r'), en las que la salida r de cada una
se conecta a la entrada r' de la siguiente.
Si analizamos las posibilidades de x, y, r\ y para cada una anotamos los valores
que deben tomar sy r, llegamos a las siguientes tablas de verdad:
X y r' s r
0 0 0 0 0
0 0 1 1 0
0 1 0 1 0
0 1 1 0 1
1 0 0 1 0
1 0 1 0 1
1 1 0 0 1
1 1 1 1 1
119
s xy
00 01 11 10 xy oo 01 11 10
0 0 1 0 1 0 0 0
f: 0
1 1 0 1 0 1
Figura 3.22.
0 ( 1
— Gí; —
1)
De las tablas de Karnaugh de la figura 3.22 obtenemos las formas booleanas:
s= x-y-r'+x-y-r'+x-y-r' + x- y-r'
r= x • y + r' • (x + y)
(La forma correspondiente a r es la que ya habíamos considerado como ejemplo

en el apartado 5.1; x • y es el "arrastre generado" en esta etapa y r' • (x + y) es el
"arrastre propagado" desde la anterior a la siguiente).
Se observará que s no se ha podido simplificar, y se ha expresado por su forma
canónica. Sin embargo, podemos reducir el número de puertas del circuito global
si tenemos en cuenta que, en realidad, estamos diseñando dos circuitos: uno para
s y otro para r; cabe entonces pensar en utilizar r como entrada adicional para s,
que será así una función de cuatro entradas (x, y, r\ r), como muestra la figura
3.23(a). Si, siguiendo esa idea, tratamos a s como una función de cuatro variables,
sxy
(b) 00 I 01 I 111 10
• \
00 0 11 ij¿ ) 1 I
01 £¡ 0 0 0
11 JÓ 0 TA 0
10
5 1 ñ vZj
'
Figura 3.23.
x, y, r\ r, lo primero que encontramos es que existen cuádruplas para las que s no

está definida, por ejemplo, para x = 0, y = 0, r'= 0, r = 1; y s no está definida en
este caso (como en otros similares) porque esa combinación es imposible, ya que
si x, y, r' valen las tres "0", entonces necesariamente r = 0. Para estas combi-
naciones de entrada, que nunca se van a presentar a la entrada del circuito de s,
podemos tomar para s el valor "0" o "1" indiferentemente, y esto lo repre-
sentaremos en la tabla de Karnaugh con el símbolo " 0 " . Agruparemos los " 0 "
con los "1" o no, según convenga mejor a efectos de formar el menor número de
grupos lo más grandes posibles. Con los grupos que pueden verse en la figura
3.23(b) llegamos a la forma booleana:
s= r'-r + y r + x- r + x- y-r'= r • (x+y + r1) + x- y -r'
El circuito global será el dibujado en la figura 3.24..
r
r'. (x + y)
x \x + y
x.y
o ^ •«4
r. (x + y + r')
x.y. r
Figura 3.24.
6.4. Multiplicador binario de dos bits

Se trata ahora de diseñar un circuito para multiplicar dos números enteros de
valor comprendido entre 0 y 3. Tendrá, por tanto, cuatro entradas (dos para los
dos bits que representan a cada uno de los multiplicandos) y cuatro salidas (puesto
que el máximo resultado es 3*3 = 9, que en binario puro es 1001). Llamemos x0,
a las entradas correspondientes a los bits de peso 0 y 1 de uno de los
multiplicandos, y0, yx a los del otro, y z 0 a z 3 a las salidas correspondientes a los
bits de peso 0 a 3 del resultado. Analizando todas las posibilidades, llegamos a
esta tabla de verdad (a la izquierda de cada fila figura la correspondiente operación
en decimal):
121
x*y=z y,' yo
0*0=0 0 0 0 0 0 0 0 0
0*1=0 0 0 0 1 0 0 0 0
0*2=0 0 0 1 0 0 0 0 0
0*3=0 0 0 1 1 0 0 0 0
1 *0=0 0 1 0 0 0 0 0 0
1 *1=1 0 1 0 1 0 0 0 1
1 *2= 2 0 1 1 0 0 0 1 0
1 *3= 3 0 1 1 1 0 0 1 1
2*0=0 1 0 0 0 0 0 0 0
2 *1.= 2 1 0 0 1 0 0 1 0
2*2=4 1 0 1 0 0 1 0 0
2*3=6 1 0 1 1 0 1 1 0
3*0=0 1 1 0 0 0 0 0 0
3*1=3 1 1 0 1 0 0 1 1
3*2=6 1 1 1 0 0 1 1 0
3*3=9 1 1 1 1 1 0 0 1
00 01 11 10 00 01 11 10
00 0 0 0 0 00 0 0 0 0
01 0 0 0 0 01 0 0 0 0
0 0 1 0 0 0 0
dl)
11 11
10 0 0 0 0 10 0 0
00 01 11 10 00 01 11 10
00 0 0 0 0 00 0 0 0 0
01 0 0 (i > 01 0 T \ 0
0 y
11 0 (T^ 0 11 0 11 1 y 0
10 0 cr~ T ) 0 10 0 0 0 0
\ y
Figura 3.25.
122
De las tablas de Karnaugh (figura 3.25) obtenemos las formas booleanas:
z 3 = xx- x0 • y1-
z 2 = x1-x0-y1+x1-y1-y0= Xj^-y! - (x0+y0)
x1-x0-y1 + x0-y1-y0 + x1-x0-y0 + x1-y1-y0=
= x0 -yí - +x1-y0 - (Xo + yJ

z = x
o o• y o
y, de ellas, el circuito de la figura 3.26. Como ejercicio, sugerimos al lector que

trate de encontrar otras formas booleanas más sencillas para z1 y z 2 considerando
como entradas adicionales las otras dos salidas.
6.5. Regulación de una piscina

Se trata de diseñar un sistema de regulación de la temperatura y del nivel del
agua en una piscina. El sistema recibirá la información de tres sensores colocados
dentro de la piscina: un termómetro y dos detectores de nivel. Y deberá actuar
sobre un calefactor eléctrico y sobre dos válvulas, una que permite desalojar agua
123
y otra que permite añadir agua fría. Las especificaciones funcionales son las dadas
en la siguiente tabla:
Información recebida Acción a tomar

Temperatura Nivel
Normal Normal Ninguna
Normal Bajo Añadir agua
Normal Alto Sacar agua
Baja Normal Calentar
Alta Normal Añadir agua
Baja Bajo Añadir agua y calentar
Baja Alto Sacar agua y calentar
Alta Bajo Añadir agua
Alta Alto Añadir y sacar agua al mismo tiempo
Se supondrá que el termómetro tiene dos terminales de salida, cada uno de los
cuales puede estar en uno de entre dos niveles de tensión (a los que daremos los
niveles lógicos 0 y 1). Si la temperatura es demasiado alta, el primer terminal, TL,
está en el nivel 1 (y el segundo, T2, en el 0), si es demasiado baja ocurre lo con-
trario, y si está entre los límites prefijados ("temperatura normal") ambos son 0.
Los detectores del nivel del agua dan también niveles 0 y 1. Uno de ellos, Nt,
da 1 si el nivel es demasiado alto, y el otro, N2, da 1 si es demasiado alto (de modo
que 0 en ambos indica "nivel normal").
En cuanto a la salida, V, es la válvula para sacar agua y V2 es la válvula para
añadir agua. El nivel lógico 0 corresponde a la activación de la válvula, y el 0 a la
desactivación. Análogamente, para que el calefactor, o resistencia, (.R) caliente se
dará 1, y para que no actúe, 0.
La parte lógica del sistema será un circuito con cuatro entradas (Tv T2,NV
N2) y tres salidas ( V v V2, R). Las tablas de verdad se obtienen inmediatamente
de las especificaciones. Hay siete combinaciones de valores de entrada que son
imposibles (las que corresponden a 7\= T2= 0 , y las que corresponden a
Nx= N2= 0), por lo que las funciones de V1} V2 y R están incompletamente
especificadas. Aprovecharemos este hecho, del mismo modo que en el ejemplo
6.3, para minimizar tales funciones. Si el lector sigue los pasos necesarios llegará
al siguiente resultado:
V1=NÍ;V2=T1+N2;R=T2
Y el circuito (en lo que respecta al nivel lógico) sólo necesita de una puerta
"OR", como indica la figura 3.27.
.v;
Figura 3.27.
7. La segunda forma canónica y la forma mínima

en producto de sumas
7.1. La segunda forma canónica
En el apartado 4.3.5 hemos visto cómo cada clase de equivalencia en el
conjunto de formas booleanas construidas con n variables puede representarse
por una forma canónica formada por sumas de productos canónicos. Existen,
como vamos a ver, otras posibles formas canónicas para representar de manera
única a las clases de equivalencia, por lo que, para diferenciarlas, llamaremos a la
que ya conocemos primera forma canónica o forma canónica en suma de pro-
ductos. A los productos canónicos se les llama también minitérminos.
Definición 7.1.1. Llamaremos suma canónica, o maxitérmino, a toda forma

booleana compuesta por la suma de todas las variables complementadas o no:
n
St= l1 + l2+... + l= I lj
j= 1
(donde " X" representa la suma booleana).
Definición 7.1.2. Llamaremos segunda forma canónica (o forma canónica en

producto de sumas) a toda forma booleana compuesta por un producto de
maxitérminos diferentes entre sí.
Teorema 7.1.3. Toda clase de equivalencia en Cn puede representarse median-

te su segunda forma canónica, que es única para esa clase de equivalencia.
Demostración:
Sea c, e C„ una clase de equivalencia cualquiera, y consideremos su comple-

mentaria, c¡. Por el teorema 4.3.5.3 sabemos que c¡ tiene una representación
única en la primera forma canónica:
125
¿1= I ( ñ l j )
;= i
Aplicando los teoremas de de Morgan, obtenemos:
/ a \-i f « / II \
C: = = n
n h Uh n i h
v i 7 S=1 y S=1 '
que será la representación de c¡ en la segunda forma canónica. Y como c, es única
para c¡, esta representación también será única.
Una notación abreviada para la segunda forma canónica se obtiene asignando,

a cada maxitérmino un número decimal. Por ejemplo, x + y + z sólo vale "0" para
la combinación 011 (3 en decimal), x + y + z sólo vale "0" para 101 (5), y la
representación de (x + y + z) • (x + y + z) será: II (3,5).
Ejemplo 7.1.4. La función de conmutación correspondiente a la disyunción

exclusiva ("OR" exclusivo) viene dada_por esta tabla de verdad (en la que
hemos incluido también los valores de / ):
f_
0 0 0 1
0 1 1 0
1 0 1 0
1 1 0 1
Considerando los productos canónicos que corresponden a los "1" de/obte-

nemos la primera forma canónica:
f= x y + x y
Y considerando los que corresponden a los "1" de / ("0" d e f ) obtenemos la
primera forma canónica de / :
f = x-y + x-y
De aquí,
f=x-y + x-y= (x • y) • (x^y) = {x + y) • {x + y)
que será la segunda forma canónica de/(en notación abreviada, II (0,3)).
Ejemplo 7.1.5. Para los ejemplos 3.1 y 3.2, fijándonos en los "0" de la tabla
de verdad, resulta:
/= x-y • z + x-y • z + x-y • z
y, de aquí, la segunda forma canónica:
/= (x + y + z)-(x + y + z)-(x + y + z) = 11(0,1,2)
Ejemplo 7.1.6. Análogamente, para los ejemplos 3.5, 3.6 y 3.7:
/= x-y-z + x- y-z + x- y- z + x- y- z
f= (x + y + z) • (x + y + z) • (x + y + z) • (x + y + z) = 11(0,1,2,4)
Ejemplo 7.1.7. Para los ejemplos 3.3 y 3.4,
f~ x2 • x2 ' x^ • x^ + x• x2 * • x^ + x^ • • * x^ + x-y • x,2 • • + • * x^ •
/= (x^ + + + x^) • (x^ + + Xg + ^4) ' +^2 + ^2+ x • (Xj +^2 + ^2+ ^4) •
• (j^ + x 2 + x^ + x4)i = II (0,1, 4, 5,12)
7.2. La forma mínima en producto de sumas

Los dos principios que permiten la simplificación de formas booleanas
expresadas en producto de sumas son duales de los que veíamos en el apartado 5.1:
a) Reducción de términos adyacentes: (A + x) • (A + x) =A
Obsérvese que esta "reducción" se corresponde exactamente con la "regla

de resolución" de la lógica (capítulo 2, apartado 5.7).
b) Idempotencia:
A A=A
Para el mismo ejemplo que analizábamos en el apartado 5.1, la segunda forma

canónica es exactamente la que hemos visto en el ejemplo 7.1.6. Podemos
observar que el primer maxitérmino es adyacente a los otros tres. Si lo
descomponemos en el producto de tres iguales y reducimos cada uno de ellos con
cada uno de los otros tres, resulta:
/= (x + y) • (x + z) • (y + z)
que es la forma mínima en producto de sumas. Aplicando la propiedad dis-
tributiva, podemos escribir otras formas equivalentes:
127
(x + y) • (z + x • y) = (y + z) • (x + y • z) = (x + z) • (y + x • z)
A efectos prácticos^y utilizando el método de las tablas de Karnaugh, lo más

cómodo es minimizar / (agrupando los "0" de la tabla en lugar de los "1") y luego
aplicar los teoremas de de Morgan. El circuito resultante mediante este proce-
dimiento es, generalmente, el mismo obtenido a partir de la forma mínima en
suma de productos, o su dual (cambiando las puertas "OR" por "AND" y
viceversa). Pero a veces, cuando la función está incompletamente especificada, el
circuito puede ser más sencillo (o más complicado). Como ejercicio, el lector
puede probar a hacer las minimizaciones correspondientes a los ejemplos 5.2.1 a
5.2.8 y comparar los circuitos que se obtienen de una manera y de la otra. Veamos
cuáles serían los circuitos alternativos para algunos de los "ejemplos de
aplicación" del apartado 6.
Ejemplo 7.2.1. Si agrupamos los "0" en la tabla de Karnaugh del ejemplo 6.1
(fig. 3.28(a)) resulta:
S= AD+AC+AB+BCD
S= (A+D) • (A + C) • (A+B) • (B + C + D)
O, aplicando la propiedad distributiva:
S= (A+B C D) • (B + C + D)
El circuito (fig 3.28(b)) es igual que el de la figura 3.20(b), cambiando los tipos
de puertas.
A.C B.C.D
1 11
00
00
¿| 1
/
10 1
B •
n (Is
01 0 J 1 B •
Vo
1 O
B
11 0 1 1 1
10 o\ 1 1
(b)
A.B
A.D B C D
D '
(a)
(C)
Figura 3.13.
Ejemplo 7.2.2. Para el caso del ejemplo 6.2, obtenemos ahora (figura 3.29):
S= AB+ACD
S= (A+B) • (A + C +D) = A + B (C + D)
Forma que es la misma a la que habíamos llegado por el otro procedimiento,

por lo que el circuito sería el mismo (figura 3.21(b)).
A.C.D
00 0, 11 10
00 1 1
íOO
01 0 1 1 1
A.B
11 0 1 1 1
10 1 1 1
Figura 3.29.
Ejemplo 7.2.3. La función de conmutación de la salida r del sumador binario

es exactamente el ejemplo que hemos considerado al principio de este apartado
(llamando z a r'). Una de las formas minimizadas era:
r= (x + _y) • (r' +x • y)
En cuanto a s, si tomamos r como entrada adicional, resulta (figura 3.30):

s= r'-r + x- r + y r + xy-r'
s= (r' + r) • (x + r) • (y + r) • (x + y + r')
= (r + x • y • r') • (x +y + r')
Y el circuito es el dual del de la figura 3.24.
00 01 11 10
00 (0} 1 0 1
01 K 0
v y /
1
11 VC 0 J 1 Vo
10 1 0 0 0
Figura 3.30.
129
8. Otras puertas
Igual que en lógica de proposiciones, donde teníamos dieciséis conectivas
binarias (entre dos variables proposicionales), también podemos definir dieciséis
operaciones distintas entre dos variables lógicas, a las que corresponderían otras
tantas puertas de dos entradas, aunque cuatro de ellas no tienen sentido: las que
dan siempre "0" o "1" a la salida (las tautologías y contradicciones de la lógica)
y las que dan el valor de una de las entradas independientemente del que tome la
otra. Ahora bien, las más utilizadas, aparte de las ya vistas ("NOT", "OR" y
"AND") son "ORX" ("OR" exclusivo), "NAND" y "NOR", cuyas tablas de verdad
son las de la figura 3.31. Para simbolizar las operaciones que realizan estas puertas
utilizaremos los símbolos " ©", y " I ", respectivamente (que son los mismos
que ya habíamos visto en el capítulo 2 para las correspondientes conectivas).
OR EXCLUSIVO X y f
0 0 0
0 1 1
1 0 1
1 1 0
x y f
NAND
0 0 1
0 1 1
1 0 1
1 1 0
x y f
NOR
0 0 1
0 1 0
1 0 0
1 1 0
Figura 3.31.
Y del mismo modo que unas conectivas pueden expresarse en función de otras
(capítulo 2, apartado 3.6), también la función que realiza una puerta puede
realizarse con un circuito formado por otras. Por ejemplo, la suma lógica con
"AND" y "NOT" (figura 3.32(a)), el producto lógico con "OR" y "NOT" (figura
3.32(b)), "NAND" y "NOR" con "AND" y "NOT" o "OR" y "NOT" (figura
130
3.32(c) y (d)), etc. Obsérvense, en la figura, las representaciones alternativas para
"NAND" y "NOR": la misma función se realiza complementando la salida de una
puerta "AND" que complementando las entradas de una "OR", y viceversa.
(a)x+y=x-y=x\y
o bien
-Oo-
(b) x-y = x+y=x^y
Oo o bien
(c) x\y=x-y=x +y
(^)x\,y=x+y=x-y
Figura 3.32.
De acuerdo con las dos formas canónicas vistas en el ejemplo 7.1.4 (que no
pueden reducirse), la puerta "ORX" puede realizarse con puertas "NOT", "OR" y
"AND" con el circuito de la figura 3.33(a) o con el de la figura 3.33(b). La
disponibilidad directa de puertas "ORX" permite realizar de forma más simple
algunos circuitos. Por ejemplo, la salida z, del ejemplo 6.4 puede también
escribirse:
Por tanto, si puede utilizarse una puerta "ORX" el circuito se simplifica algo
con relación al de la figura 3.26.
131
(a) f=x¡.x1 + xl.x2
(b) f=(x + y).(x + y)

Figura 3.33.
9. Circuitos con puertas "NAND" y "NOR"

9.1. "NAND" y "NOR" como operaciones
completas
Por razones tecnológicas, las puertas "NAND" y "NOR" se utilizan mucho en
el diseño de circuitos. Estas puertas puede tener más de dos entradas:
x\y\z...= x • y • z...= x + y + z + ...
x i y J, z i ... = x + y + z + ...= x • y • z • ...

Tanto NAND como NOR tienen la propiedad de ser operaciones completas;
esto quiere decir que cualquier función de conmutación puede representarse
utilizando sólo la operación NAND o utilizando sólo la operación NOR. Para
demostrarlo basta con ver que las tres operaciones básicas, complementación,
producto y suma, pueden realizarse con eÜas:
a) x— x ' x=
X ~ X ^ X— X X
b)x-y= F y = x| y= (x| y) ] (x| y)
x • y= x+ y= x\\,y = (x 1 x) (x ¿ y)
c ) x + y= x| y= (x| x) | (y| y)
x + y= x + y-(x i y)= (x i y) i (x 4 y)
Es preciso prestar atención a los paréntesis, ya que, a diferencia de la suma y

el producto, NAND y NOR no son asociativas:
(x| y) | z±x| z) * x | y\z
(XsLy) \,z^x (y \,z) x\,y\,z
(Compruébese por medio de las respectivas tablas de verdad).
9.2. La tercera forma canónica

La tercera forma canónica (sólo con NAND) se obtiene directamente de la
primera mediante aplicación del
Teorema 9.2.1:
(x1-x2-... -x„) + (y1-y2- ... • ym) + ... + (z1-z2 - ... • zh)
= | (yi\y2\---\ym) |-l
(Para demostrarlo basta con aplicar dos veces las leyes de De Morgan).
9.3. La forma mínima sólo con NAND

Se obtiene aplicando el Teorema 9.2.1 a la forma mínima en suma de pro-
ductos.
133
Ejemplo (corresponde al Ejemplo 5.2.6):
/= x3+x1-x4 + x1-x2= (X3|x3) | |x 4 ) | {xx\x2) =
(Obsérvese que cuando uno de los productos consta de una sola variable, en este
caso x 3 , este producto puede representarse como x3 • x3, y de ahí que al aplicar
el teorema pongamos x3 |x 3 (es decir, x3), y no x3).
9.4. La cuarta forma canónica

Se obtiene de la segunda aplicando el
Teorema 9.4.1:
(x1 + x2 + ... +x„) • (y1+y2 + ...+ym) •... • (z1+z2 + ...+zh)
= (^ ix2i...ixn) 4, (y1iy2 i - i (zx iz2 i...izn)
(Se demuestra igualmente con las leyes de De Morgan).
9.5. La forma mínima sólo con NOR

Si aplicamos el Teorema 9.4.1 a la forma mínima en producto de sumas,
obtenemos como resultado final, una forma mínima con operaciones NOR
solamente.
Ejemplo:
f= x • (x + y) • (y + z)= (x4-x) 4- -ly) í (y i z) =
= {x i x) i ((x 4- x) 4 y) 4- (y I (z i z))
(Aquí podemos hacer una observación similar a la del ejemplo anterior: si una de
las sumas sólo tiene un sumando , x en este caso, como jt= x + x, al aplicar el
teorema ponemos x i x= x, en lugar de x).
10. Resumen
Las funciones de conmutación y las formas booleanas son dos tipos com-
pletamente distintos de modelos para los circuitos lógicos combinacionales. Una
134
función de conmutación es un modelo funcional: indica "lo que hace" el circuito,
desde el punto de vista de cuáles son sus "respuestas" (valores lógicos de la salida)
para los posibles "estímulos" (valores lógicos de las entradas). Por el contrario,
una forma booleana es un modelo estructural", indica cómo se conectan los
componentes (puertas) del circuito. A cada circuito que sólo tenga una salida le
corresponde una forma booleana, y viceversa. Pero a una misma función de
conmutación le corresponden infinidad de circuitos (y, por tanto, de formas
booleanas).
Frecuentemente, de las especificaciones verbales se llega inmediatamente a las
funciones de conmutación (una para cada salida), expresadas como tablas de
verdad. Y el problema que se plantea es el de elegir de entre todos los circuitos
(formas booleanas) posibles el más sencillo (forma booleana con menos opera-
ciones)2. A la solución de este problema general ha ido encaminado todo el
desarrollo de este capítulo, que podemos resumir así:
a) El conjunto de funciones de conmutación de orden n, junto con unas

operaciones de suma, producto y complementación adecuadamente defi-
nidas, constituye un álgebra de Boole, < Fn,+,., >.
b) Dentro del conjunto de formas booleanas de n variables, Bn, hemos de-

finido una relación de equivalencia (que también es una relación de equiva-
lencia entre los circuitos con n entradas y una salida). Esta relación esta-
blece una partición de Bn en un conjunto de clases de equivalencia, Cn.
c) El conjunto de clases de equivalencia entre formas booleanas de n varia-

bles, junto con las operaciones de suma producto y complementación
definidas en él, constituye un álgebra de Boole, < Cn, +,., >.
d) Las álgebras de Boole , < Fn +, ., > y < Cn, +, ., > son isomorfas,
porque tienen el mismo número de elementos (card(/ 7 n ) = card(Cn ) = 22").
Por tanto, a cada función de conmutación de orden n le corresponde
biunívocamente una clase de equivalencia entre formas booleanas de n
variables, y, por tanto, un conjunto (infinito) de circuitos equivalentes. Esta
doble correspondencia se ilustra en la figura 3.34.
e) Hemos definido las formas canónicas, formas booleanas que permiten

representar de manera única a las clases de equivalencia, y que se obtienen
inmediatamente a la vista de la función de conmutación.
2
Esta es, desde luego, una simplificación del problema general. No siempre el circuito con menos puertas es el
de menor coste de realización, y esto es especialmente cierto desde la aparición de los circuitos integrados.
135
Figura 3.34.
f) Desde un punto de vista práctico, lo que interesa es, dada una función de
conmutación, o una forma canónica, o una forma booleana cualquiera,
encontrar la forma booleana que esté en la misma clase de equivalencia y
que tenga el menor número posible de operaciones (que corresponderá a un
circuito con el menor número posible de puertas). Es el problema de la
minimización, para cuya solución hemos estudiado el método más sencillo:
el de las tablas de Karnaugh.
g) También hemos analizado algunos casos en los que la función de conmu-

tación está incompletamente especificada, lo que se aprovecha asimismo
para minimizar el circuito.
h) Finalmente, hemos visto cómo a través de unas sencillas transformaciones

cualquier forma booleana puede expresarse mediante otra equivalente que
sólo contiene operaciones "NAND" o sólo operaciones "NOR", lo que per-
mite diseñar circuitos con uno u otro de esos tipos de puertas exclusiva-
mente.
Notas histórica y bibliográfica

Fue Shannon (1938) el primero en aplicar el álgebra de Boole como modelo
matemático para los circuitos de conmutación (cuyos componentes básicos, en esa
época, eran de tecnología electromecánica). En los años siguientes, diversos
autores, entre ellos el propio Shannon (1949), desarrollaron la teoría. El método
gráfico para la minimización lo introdujo Veitch (1952) y lo perfeccionó
Karnaugh (1953).
La tecnología de realización de circuitos digitales ha evolucionado muy
rápidamente en los últimos años, pero las técnicas básicas de diseño, inde-
pendientes de esa tecnología, son prácticamente las mismas de los años 60. Por
eso, libros de esa época, como los de Bartee (1960), Bartee et al. (1962), Harrison
(1965), Kohavi (1970) y Oberman (1970) son aún referencias válidas (aunque
difíciles de encontrar, si no es en bibliotecas que tengan el buen sentido de
conservar ejemplares). Algunos de ellos se han ido actualizando para recoger los
avances tecnológicos. Por ejemplo, el primero, tras múltiples ediciones, incluye
ahora (Bartee, 1991) descripciones de circuitos integrados y de micropro-
cesadores de dieciséis y treinta y dos bits, además de otros temas propios de la
arquitectura de ordenadores: tecnologías de memorias, de buses, de dispositivos
periféricos, etc.
Otros libros más recientes sobre el diseño de circuitos lógicos son los de
Mandado (1991), Mano (1991), Wilkinson y Makki (1992), Wakerky (1993),
Sanders (1993), Mano y Kime (1994) y Tocci (1995). La mayoría de los textos
sobre arquitectura de ordenadores (por ejemplo, Patterson y Hennessy, 1994 o
Fernández, 1994) incluyen un apéndice con lo esencial de los sistemas lógicos.
En el campo muy especializado del diseño de circuitos lógicos con tecnología de
integración de muy alta densidad (VLSI: Very Large Scale Integration) hay que
citar el texto ya clásico de Mead y Conway (1980), o los más recientes de Wolf
(1994) y Puckwell y Eshraghian (1994).
12. Ejercicios
12.1. Considérese el ejemplo 5.7.3 del capítulo 2. Cada cláusula se corres-
ponde, en el lenguaje de las formas booleanas, con una suma de
variables. (Concretamente, P2 es una suma canónica). Representar en
una tabla de Karnaugh las evaluaciones de la conjunción de las tres
cláusulas, y ver cómo las dos aplicaciones de la regla de resolución que
hacíamos allí se corresponden con reducciones de términos adyacentes,
y tienen su representación gráfica como agrupaciones de "0".
12.2. Diseñar un circuito con cuatro entradas, x0 a x 3 , que representan los

bits componentes de los números 0 a 15 expresados en binario (0000 a
1111), y una salida,/, que sólo debe tomar el valor "1" en el caso de que
el número presentado a la entrada sea múltiplo de 3. En éste, como en
los siguientes ejercicios, se diseñarán cuatro circuitos minimizados:
utilizando puertas "NOT", "AND" y "OR", por los dos métodos (forma
mínima en suma de productos y forma mínima en producto de sumas),
utilizando sólo puertas "AND" y utilizando sólo puertas "OR".
137
12.3. El mismo ejercicio anterior, considerando que los números que se
presentan a la entrada están siempre comprendidos entre 0 y 9.
12.4. Los dígitos decimales pueden codificarse en binario como se hace en el

anterior ejercicio: asignando a cada uno el conjunto de cuatro bits que
corresponde a su escritura en el sistema de numeración de base 2. Pero
éste, que se llama código BCD "natural", no es el único código BCD
(Binary Coded Decimal) posible: como sólo necesitamos diez de los
dieciséis símbolos que pueden codificarse con cuatro bits, hay,
realmente, V16 w= 16!/6! = 2.9*10'° códigos BCD diferentes. Tres
de los más utilizados (incluyendo el "8-4-2-1", que es el también
llamado "natural") son:
8-4-2-1 2-4-2-1 exceso de 3

0 0000 0000 0011
1 0001 0001 0100
2 0010 0010 0101
3 0011 0011 0110
4 0100 0100 0111
5 0101 0101 1000
6 0110 0110 1001
7 0111 0111 1010
8 1000 1110 1011
9 1001 1111 1100
Diseñar un circuito para pasar del "8-4-2-1" a uno de los otros dos. El
circuito tendrá cinco entradas: las cuatro correspondientes a los bits del
código fuente y una entrada de control, C. Si C=0 entonces sus cuatro
salidas deben dar los bits del código "2-4-2-1" que correspondan, y si
C=1 en la salida se deberá obtener el código "exceso de 3".
12.5. Diseñar un circuito que permita obtener el cuadrado de cualquier

número comprendido entre 0 y 7.
12.6. Un codificador es un circuito con 2" entradas y n salidas que genera a

la salida el código correspondiente a la entrada cuyo valor es "1" (se
supone que en cada momento sólo una de las entradas puede tomar el
138
valor "1"). Diseñar un codificador con cuatro entradas (y dos salidas).
Generalizar el diseño para ocho entradas (tres salidas).
12.7. Un multiplexor es un circuito con 2" entradas de información binaria
y n entradas de selección y una sola salida. Esta salida toma el valor de
la entrada de información que haya sido seleccionada por las entradas
de selección. Diseñar un multiplexor con n=3.
139
4
Lógica de
predicados de
primer orden
1. Introducción
1.1. Variables y constantes
En el capítulo 2 analizábamos un ejemplo (el 1.4.4) en el que parecía natural
introducir la idea de variable para referirnos a un miembro de un colectivo. Hay
razonamientos cuyo análisis es imposible si no es formalizando esa idea. Volva-
mos, por ejemplo, al clásico:
todos los hombres son mortales

Sócrates es un hombre
luego Sócrates es mortal
141
Si tratamos de formalizar este razonamiento en lógica de proposiciones, para
la primera premisa podríamos escribir la sentencia" h —> m". La segunda premisa,
al ser un simple enunciado declarativo, se formalizaría como una simple variable
preposicional,"s".Yde tales dos premisas es imposible inferir ninguna conclusión.
Lo que ocurre en este ejemplo es que en la primera premisa estamos diciendo
algo de todos los miembros de un colectivo, que, por tanto, es válido para uno
cualquiera de ellos, al cual representaremos con una variable. En la segunda,
hablamos de un valor determinado de esa variable, de una constante. Y la relación
de deducibilidad que aplica el razonamiento es un paso de lo general a lo
particular: lo que se dice de todos los miembros de un colectivo es válido para uno
cualquiera de ellos. Para expresarla es preciso entrar en la composición de los
enunciados, cosa que no puede hacerse en lógica de proposiciones, en la que todo
enunciado declarativo simple se representa como una variable proposicional.
1.2. Propiedades y relaciones

En el ejemplo anterior hablamos de propiedades de individuos: la propiedad
de ser hombre y la propiedad de ser mortal. Y estas propiedades las aplicábamos
a un individuo cualquiera (una variable: "hombre") o a uno concreto (una cons-
tante: "Sócrates"). Otros enunciados se refieren a relaciones entre individuos. Por
ejemplo, en "Juan ama a María" establecemos una relación unidireccional ("ama
a") entre dos individuos determinados (dos constantes), en "algunos hombres
aman en secreto a Ana Belén" la relación es entre una variable (hombre) y una
constante (Ana Belén), y en "todos los hombres aman a alguien" es entre dos
variables.
Pueden establecerse relaciones entre un número cualquiera de individuos. Así,
cuando decimos "Juan regala flores a María" establecemos una relación ternaria
("regala") entre tres constantes.
1.3. Predicados y fórmulas atómicas

Un predicado es la formalización de una propiedad o de una relación. Para
propiedades, tendremos predicados monódicos, que tienen un solo argumento
(constante o variable). Seguiremos la notación de representar los predicados con
letras mayúsculas, y las constantes con las minúsculas a, b, c,..., reservando x, y,
z para las variables. El argumento se pondrá entre paréntesis a continuación del
predicado. Por ejemplo:
"Sócrates es mortal": M(s)
"alguien es mortal" : M(x)
Para relaciones entre dos individuos tendremos los predicados diádicos:
"Juan ama a María": A(j,m)

"alguien ama a Ana": A(x,a)
"alguien ama a otro": A(x,y)
Y, en general, tendremos predicados poliádicos:
"Juan regala flores a María": R(j,m,f)
(Gramaticalmente, esta frase tendría un sujeto, "Juan", y un predicado, formado

por el verbo y los complementos. Pero en la definición que se da en lógica el
predicado es sólo el verbo, y los complementos, junto con el sujeto, son los
argumentos de ese predicado).
La construcción formada por un predicado seguido de sus argumentos se llama
fórmula atómica. Obsérvese que las fórmulas atómicas representan a enunciados
declarativos; corresponden, pues, a las variables proposicionales, en cuya
composición ahora estamos entrando.
1.4. Sentencias abiertas y cerradas

Igual que en lógica de proposiciones construíamos sentencias enlazando
variables proposicionales con las conectivas, aquí lo haremos enlazando fórmulas
atómicas con las mismas conectivas. (Una simple fórmula atómica también será
una sentencia).
Así como en lógica de proposiciones, dada una interpretación, podíamos
evaluar las variables proposicionales como verdaderas o falsas, y, a partir de una
determinada evaluación, calcular la evaluación de la sentencia, ahora no siempre
podemos hacerlo. Porque si tenemos, por ejemplo, un predicado monádico, su
valor de verdad o falsedad normalmente dependerá del valor que tome la variable:
si digo "x es español", o, formalmente, E(x), dependiendo de quién sea x el
resultado será verdadero o no.
En general, tendremos sentencias abiertas, que son aquellas que, al depender
de variables, no se les puede atribuir un valor de verdad o falsedad, y sentencias
cerradas, en las que tal atribución es posible.
Un modo obvio de cerrar una sentencia abierta consiste en fijar valores para
las variables que intervienen en ella. En el último ejemplo, si hacemos x = Picasso,
la sentencia (en este caso, fórmula atómica) E(x) es verdadera, y si x = Matisse,
E(x) es falsa.
Pero las sentencias pueden ser también verdaderas o falsas sin que tengan que
referirse exclusivamente a constantes: "todos los hombres son mortales" es una
sentencia verdadera, y, por tanto, cerrada. Ello es así porque lo que se predica es
algo sobre una variable, pero que es válido para todos los valores de la variable.
Por tanto, a la sentencia H (x) —» M (JC) (si alguien, x, es hombre entonces es
mortal) hay que añadirle algo que exprese su validez para cualquier valor de x,
cerrando de ese modo la sentencia. Ese algo se llama "cuantificador universal".
143
1.5. Cuantificadores
Representaremos al cuantificador universal con el símbolo " V" seguido de la
variable que se cuantifica. Para delimitar el alcance de la cuantificación, pon-
dremos la sentencia cuya variable se cuantifica entre paréntesis. Por ejemplo,
(Vx) (H(x) - > M ( x ) )
es una sentencia cerrada, que formaliza la frase "para todo x, si x tiene la propiedad
H, entonces tiene la propiedad M", mientras que
(Vx) ( H ( x ) ) —>M(x)
sería una sentencia abierta ("si todos los x tienen la propiedad H, entonces x,
cualquiera, tiene la propiedad M"), lo mismo que
(V*) (H(x) ->M(y))
("para todos los x, si x tiene la propiedad H, entonces y tiene la propiedad M", que
viene a ser lo mismo de antes, supuesto que x e y tienen un rango común).
El otro cuantificador, también conocido del lenguaje matemático, es el
cuantificador existencial, que representaremos con el símbolo "3", y que se lee
" existe un... tal que...".
En realidad, bastaría con uno solo de los dos cuantificadores, y si usamos los
dos es por comodidad (por acercar el lenguaje lógico al lenguaje natural). En
efecto, decir que todos los individuos en consideración tienen cierta propiedad es
lo mismo que decir que no es cierto que exista algún individuo que no tenga esa
propiedad:
(V*) (P ( * ) ) = - , (3x) (-nP(*))
Y decir que existe un x (al menos) que tenga cierta propiedad es lo mismo que
decir que no es cierto que para todos los individuos la propiedad no se da:
(3x) ( P W ) =-,(VjC ) ( n P W )
1.6. Evaluaciones binarias

La función de interpretación es más compleja en lógica de predicados que en
lógica de proposiciones. En efecto, la conceptualización (que en lógica de
proposiciones era, simplemente, un conjunto de proposiciones) ahora contiene
elementos de distinta naturaleza: individuos (u objetos), propiedades, relaciones
y funciones, y la interpretación consiste en asignar elementos de esa conceptua-
lización a los símbolos utilizados en las sentencias. Definiremos matemá-
ticamente esta función en el apartado 3. De momento, para esta introducción,
basta saber que, establecida una interpretación, existirá una evaluación, que en
todo este capítulo supondremos binaria, para cada fórmula atómica con argu-
mentos constantes y para cada sentencia cerrada.
Ahora bien, como ya hemos dicho más arriba, una fórmula atómica sólo puede
evaluarse si sus variables toman valores concretos. Por ejemplo, si H(x) significa
"x es hombre", la fórmula será verdadera para x = Sócrates, pero falsa para x =
Rocinante, y, en general, no podremos decir que la fórmula atómica H(x) sea
verdadera ni falsa.
De igual modo, una sentencia abierta no puede evaluarse si no se cierra. Pero
hemos de considerar varias posibilidades:
a) Si una sentencia es cerrada porque a todas las variables que intervienen en

ella se les ha asignado un valor constante, entonces las fórmulas atómicas
juegan el mismo papel que las variables proposicionales, y las distintas
evaluaciones de la sentencia pueden escribirse en una tabla de verdad, con
una línea para cada una de las posibles evaluaciones del conjunto de
fórmulas atómicas.
b) Si la sentencia es cerrada porque todas sus variables están cuantificadas,

entonces cabe considerar dos casos:
bl) Si el universo del discurso (conjunto en el que toman valores las

variables) es finito-entonces el cuantificador universal puede susti-
tuirse por un número finito de conjunciones, y el cuantificador exis-
tencial, por un número finito de disyunciones. En efecto, si, por
ejemplo, los valores posibles de x son {a,b,c,d}, la sentencia cerrada
(V*)(P(x))
es equivalente a
P (a) A P{b) A P(c) A P(d)
y la sentencia cerrada
(3x) (P(x))
es equivalente a
P(a) vP(b) vP(c) vP(d)
Estas equivalencias proceden de las mismas definiciones de los cuan-

tificadores, que, realmente, son generalizaciones de las operaciones de
145
conjunción y disyunción para sentencias construidas con variables de
cualquier rango. En este caso de universo finito, podemos escribir la
tabla de verdad de cualquier sentencia en la que intervenga P(x) con x
cuantificada, considerando todas las evaluaciones posibles del
conjunto {P(a), P(b), P(c), P(d)} (que a todos los efectos es lo mismo
que un conjunto de variables proposicionales).
b2) Lo más normal es que el universo del discurso sea infinito (o ina-
bordable). En tal caso, es claro que no podemos construir ninguna
tabla de verdad. Pese a ello, hay sentencias que siempre son verda-
deras. Por ejemplo, nadie dudará de que
(V*) ( P ( x ) ) -> (3x) ( P ( x ) )
es siempre verdadera, sea finito o infinito el universo del discurso.
A las sentencias que son siempre verdaderas se les llama, en lógica de

proposiciones, tautologías. En lógica de predicados se les llama sentencias válidas
(una tautología es un caso particular de sentencia válida en la que sólo figuran
constantes).
1.7. Ejemplos de formalización e interpretación

Ejemplo 1.7.1. Consideremos el razonamiento con el que empezábamos en el
capítulo 1:
Premisa 1: Todos los libros sobre informática son terriblemente aburridos.

Premisa 2: Éste es un libro sobre informática.
Conclusión: Este libro es terriblemente aburrido.
Creando los símbolos/, A, e, con la interpretación i(l) = 'libro de informática',

¿(A) = 'libro terriblemente aburrido', i(e) = 'este libro', la formalización es:
Premisal: (Vx) (I(x) —(x))

Premisa2: 1(e)
Conclusión : A (e)
Si el razonamiento es correcto, la sentencia
[ (VJC) ( I ( X ) ->A(JC))] A 1(e) ->A(e)
tiene que ser válida, o, lo que es lo mismo, todas las interpretaciones que
satisfacen a la conjunción de las dos premisas han de satisfacer también a la
conclusión para que el razonamiento sea válido. Ahora bien, como el universo
del discurso es inabordable, no podemos comprobar tal cosa construyendo una
tabla de verdad. Pero hagámoslo considerando que el universo se restringiese
a tres libros, éste (e) y otros dos (ol y o2). La premisa P1 se escribiría entonces
como Pie APIOI a P 1 o 2 , con
Pie: 1(e) ->A(e)
Plol: I(ol) —>A (ol)
Plo2:1 (o2) —>A(o2)
Y la tabla de verdad sería la siguiente:
1(e) A (e) 7(01) A(01) 7(02) A (02) Pie Plol Plo2 P1 P2 = I(e) CsA(e) PL AP2 —> C
0 0 0 0 0 0 1 1 1 1 0 0 1
0 0 0 0 0 1 1 1 1 1 0 0 1
0 0 0 0 1 0 1 1 0 0 0 0 1
0 0 0 0 1 1 1 1 1 1 0 0 1
0 0 1 0 0 0 1 1 1 1 0 0 1
0 0 0 1 0 1 1 1 1 1 0 0 1
0 0 0 1 1 0 1 1 0 0 0 0 1
0 0 0 1 1 1 1 1 1 1 0 0 1
0 0 1 0 0 0 1 0 1 0 0 0 1
0 0 1 0 0 1 1 0 1 0 0 0 1
0 0 1 0 1 0 1 0 0 0 0 0 1
0 0 1 0 1 1 1 0 1 0 0 0 1
0 0 1 1 0 0 1 1 1 1 0 0 1
0 0 1 1 0 1 1 1 1 1 0 0 1
0 0 1 1 1 0 1 1 0 0 0 0 1
0 0 1 1 1 1 1 1 1 1 0 0 1
0 1 0 0 0 0 1 1 1 1 0 1 1
0 1 0 0 0 1 1 1 1 1 0 1 1
0 1 0 0 1 0 1 1 0 0 0 1 1
147
1(e). A (e) 1(01) A (01) 1(02) A (02) Pie Plol Plo2 PI P2sl(e) CsA(e) P1AP2->C
0 1 0 0 1 1 1 1 1 1 0 1 1
0 1 0 1 0 0 1 1 1 1 0 1 1
0 1 0 1 0 1 1 1 1 1 0 1 1
0 1 0 1 1 0 1 1 0 0 0 1 1
0 1 0 1 1 1 1 1 1 0 0 1 1
0 1 1 0 0 0 1 0 1 0 0 1 1
0 1 1 0 0 1 1 0 1 0 0 1 1
0 1 1 0 1 0 1 0 0 0 1 1
0 1 1 0 1 1 1 0 1 0 0 1 1
0 1 1 1 0 0 1 1 1 1 0 1 1
0 1 1 1 0 1 1 1 1 1 0 1 1
0 1 1 1 1 0 1 1 0 0 0 1 1
0 1 1 1 1 1 1 1 1 1 0 1 1
1 0 0 0 0 0 0 1 1 0 1 0 1
1 0 0 0 0 1 0 1 1 0 1 0 1
1 0 0 0 1 0 0 1 0 1 0 1
1 0 0 0 1 1 0 1 1 0 1 0 1
1 0 0 1 0 0 0 1 1 0 1 0 1
1 0 0 1 0 1 0 1 1 0 1 0 1
1 0 0 1 1 0 0 1 0 1 0 1
1 0 0 1 1 1 0 1 1 0 1 0 1
1 0 1 0 0 0 0 0 1 0 1 0 1
1 0 1 0 0 1 0 0 1 0 1 0 1
1 0 1 0 1 0 0 0 0 0 1 0 1
1 0 1 0 1 1 0 0 1 0 1 0 1
1 0 1 1 0 0 0 1 1 0 1 0 1
1 0 1 1 0 1 0 1 1 0 1 0 1
148
1(e). A(e) /(Ol) A (01) 1(02) A (02) Pie Plol Plol P1 P2 = I(e) CsA(e) P1aP2—» C
1 0 1 1 1 0 0 1 0 0 1 0 1
1 0 1 1 1 1 0 1 1 0 1 0 1
1 1 0 0 0 0 1 1 1 1 1 1 1
1 1 0 0 0 1 1 1 1 1 1 1 1
1 1 0 0 1 0 1 1 0 1 1 1
1 1 0 0 1 1 1 1 1 1 1 1 1
1 1 0 1 0 0 1 1 1 1 1 1 1
1 1 0 1 0 1 1 1 1 1 1 1 1
1 1 0 1 1 0 1 1 0 1 1 1
1 1 0 1 1 1 1 1 1 1 1 1 1
1 1 1 0 0 0 1 0 1 0 1 1 1
1 1 1 0 0 1 1 0 1 0 1 1 1
1 1 1 0 1 0 1 0 0 1 1 1
1 1 1 0 1 1 1 0 1 0 1 1 1
1 1 1 1 0 0 1 1 1 1 1 1 1
1 1 1 1 0 1 1 1 1 1 1 1 1
1 1 1 1 1 0 1 1 0 0 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1 1
Tras escribir toda esta tabla, comprobamos que, para este universo finito, la
sentencia que formaliza al razonamiento es una tautología, y, por tanto, el
razonamiento es válido. Pero comprobamos también que, además de tedioso, este
procedimiento (que en lógica de proposiciones podría tener algún sentido) es
inútil, porque, en principio, no nos garantiza que el razonamiento siga siendo
válido para un universo del discurso mayor.
Se ha demostrado que, si hay n predicados monádicos,' cualquier sentencia
válida en un universo que tenga 2" elementos es válida en todo universo. En este
ejemplo, como hay dos predicados monádicos, bastaría comprobar la validez en
un universo de cuatro elementos, lo cual sería factible. Pero para un número mayor
de predicados el procedimiento deja de ser práctico, y si hay predicados poliádicos
no nos garantiza nada. De hecho, también se ha demostrado que no hay un
procedimiento general que permita determinar la validez de cualquier sentencia
149
del cálculo de predicados. Por ello, se dice que el cálculo de predicados es
indecidible. Sin embargo, sí existe lin procedimiento tal que si una sentencia es
válida termina dictaminándolo (y si no lo es, no termina), por lo que también se
dice que el cálculo de predicados es semidecidible.
En cualquier caso, lo que nos interesa a efectos prácticos de aplicación de la
lógica a la informática es disponer de sistemas de inferencia. En el apartado 4.7
generalizaremos el método de resolución que habíamos visto para la lógica de
proposiciones. En los ejemplos que siguen nos limitaremos a formalizar los
razonamientos, dejando al lector la construcción de tablas de verdad para
comprobar su validez con universos finitos.
Ejemplo 1.7.2.
ningún profesional es diletante

todos los buenos informáticos son profesionales
ningún buen informático es diletante
Con los predicados P (i(P) = profesional), D (i(D) = diletante) e I (i'(I) = buen
informático), una formalización de este razonamiento (que es un caso del llamado
"modo silogístico Celarent" en la lógica clásica) es:
PI: (Vx) (P((x) ->-,D(JC)))

P2: (Vx) (I(x) ->P(x))
C: (Vx) (I(x) ->-D(x))
Y la sentencia global sería: P1 A P2 —> C .
Teniendo en cuenta las relaciones que hay entre las conectivas y entre los
cuantificadores, la formalización no es única. Por ejemplo, la primera premisa
puede también escribirse así:
PI: -i(3x) (P(x) A-D (x))
Ejemplo 1.7.3. Definiendo los predicados / , C, D y S en sustitución de las

variables proposicionales;, c,djs, el ejemplo 1.4.4 del capítulo 2 se forma-
lizaría así:
Pl: - I (3x) (J (x) A C (x))
P2: (Vx) (~J(x) ->-iD(x) )
P3: (Vx) (S'(x) - > C ( x ) )
C: (Vx) (S(x) ->C(x))
Pl puede también escribirse de esta otra forma equivalente:
(Vx) (J(x) —» —iC (x))

Ejemplo 1.7.4.
Ana es madre de Luis

José es padre de Ana
un abuelo de una persona es alguien que es padre del padre o de la madre de esa persona
José es abuelo de Luis
Definiendo los predicados diádicos P(x,y) (x es padre de y), M(x,y) (x es madre

de y) y A(x,y) (x es abuelo de y), podemos establecer la siguiente formalización:
P1:M (a,l)
P 2 . P (j,a)
P3: (Vx) (Vy) (Az) (P(x,y) A ( P ( y ¿ ) vM(y¿)) ->A(*,z))
C:A (j,l)
Obsérvese que la premisa 3 establece una definición de la relación "abuelo de"
en función de las relaciones "padre de" y "madre de". Las premisas 1 y 2 son
hechos concretos que junto con esa definición nos permiten inferir otro hecho.
Ejemplo 1.7.5.
"Un antepasado de una persona es alguien que o bien es padre o madre de esa
persona o bien es antepasado de su padre o de su madre".
Esta es una definición recursiva de la relación "antepasado de". Dados unos

hechos (relaciones "padre de" y "madre de" definidas sobre unos individuos
concretos), se podrán obtener conclusiones sobre las relaciones "antepasado de"
entre esos individuos. En lógica de predicados, podemos formalizar la definición
con la siguiente sentencia (ahora, con T(x,y) representamos "x es antepasado de
y", y, para no hacer la sentencia excesivamente larga, con P(x,y) representamos
"x es padre o madre de y"; si quisiéramos conservar las dos relaciones dife-
renciadas, tendríamos que escribir (P(x,y) vM(x,y)) en donde aparece P(x,y)):
(Vx) (Vy) (Vz) [ (P (x,y) v (T(x,z) AP (z,y))) T(x,y) ]
Pero, para mayor claridad, es preferible descomponer la sentencia en dos, una

no recursiva y la otra sí:
(Vx) (Vy) (P (x,y) -^T(x,y))
(Vx) (Vy) (Vz) ( ( T ( x , z ) AP(z,y)) -> T(x,y))
Esta descomposición es posible porque la sentencia P l v P 2 — e s

equivalente a ( P I C) A (P2 -> C).
151
1.8. Funciones
Para terminar esta introducción informal, tenemos que hacer referencia a las
funciones. Se trata de una construcción del cálculo de predicados que no se
utilizaba en la lógica clásica, pero que, como veremos (en el apartado 4.5), es
necesaria para poder expresar las sentencias en forma clausulada como paso
previo a la aplicación de la resolución.
Las funciones, como los predicados, tienen argumentos que pueden ser
constantes o variables. Pero, a diferencia de los predicados, no representan
ninguna propiedad o relación entre los argumentos que pueda evaluarse como
verdadera o falsa. Una función en cálculo de predicados es una función
matemática definida en el universo del discurso. Por ejemplo, podemos definir la
función "padre", p. Aplicada a un individuo, nos daría como resultado otro
individuo, p(x) (su padre). Si definimos un predicado de igualdad, I(x,y), que es
verdadero cuando x es el mismo individuo que y, y falso en otro caso, sería lo
mismo escribir P(x,y) ("x es padre de y") que I(x,p(y)) ("el individuo x es el mismo
individuo que es padre de y"). Vemos con este ejemplo que los argumentos de los
predicados (y de las mismas funciones) pueden ser funciones, lo cual nos lleva a
ampliar el concepto de fórmula atómica, cosa que haremos enseguida.
2. Sintaxis
2.1. Alfabeto
Utilizaremos los siguientes símbolos (en su caso, y si es menester, con
subíndices):
• Variables proposicionales: p, q, r,... (normalmente, no serán necesarias; en

su lugar tendremos fórmulas atómicas).
• Variables: x, y, z,u,v,w
• Constantes: a, b,c,...
• Símbolos de función: f,g,h
• Símbolos de predicado: P, Q, R
• Conectivas (las mismas de la lógica de proposiciones)
• Cuantificadores: V, 3
• Símbolos de puntuación: (,),[,],{,}
• ' Metasímbolos:
152
A, B, C,... para cualquier sentencia.
A(x) para una sentencia con la variable libre x.
k para cualquier conectiva binaria.
L para cualquier literal (fórmula atómica positiva o negativa).
t para cualquier "término", una construcción que enseguida vamos a definir.
Igual que hacíamos en lógica de proposiciones, podemos definir una expresión

como una secuencia cualquiera de símbolos del alfabeto, y una sentencia como
una expresión "bien construida" de acuerdo con las reglas propias del lenguaje y
que vamos a ver a continuación.
2.2. Términos y fórmulas atómicas

Definición 2.2.1. Un término se define, recursivamente, así:
• las constantes y las variables son términos

• s i / e s un símbolo de función y tv t2, ... tn son términos, entonces f ( t v t2,
...,tn) es un término.
(Podríamos haber dado una definición equivalente, no recursiva, definiendo
previamente una "secuencia de formación de términos", lo mismo que
hacíamos en lógica de proposiciones para las sentencias).
Definición 2.2.2. Una fórmula atómica es una expresión de la forma

P(tv t2, ...tn) , donde P es un símbolo de predicado y tv t2, ...tn son tér-
minos.
2.3. Sentencias
Definición 2.3.1. Llamaremos secuencia deformación a toda secuencia finita
de expresiones, A 1; A2, ...,An en la que cada A¡ satisface al menos una de las
cinco condiciones siguientes:
a) A¡ es una fórmula atómica (o una variable proposicional);
b) existe un j menor que i tal que A¡ es el resultado de anteponer el símbolo

" —i" a Aj;
c) existen j y h menores que i tales que A¡ es el resultado de enlazar A- y Ah

con k;
153
d) existe un j menor que i tal que A¡ es lo mismo que (Vx) (A;. (x)) , donde
x es cualquier variable;
e) existe un j menor que i tal que A¡ es lo mismo que (3x) (A¿ (x)) , donde
x es cualquier variable.
Definición 2.3.2. Llamaremos sentencia (o fórmula molecular) a toda expre-

sión An tal que existe una secuencia de formación A1,A2, ...,An. (Todas las
expresiones de la secuencia serán sentencias).
Alternativamente, podemos definir la sentencia de modo recursivo, mediante

cinco reglas de formación:
RF1: Una fórmula atómica (o una variable proposicional) es una sentencia.
RF2: Si A es una sentencia, —A también lo es.
RF3: Si A y B son sentencias, AkB también lo es.
RF4: Si A(x) es una sentencia con la variable x, (Vx) (A (x)) también lo es.
RF5: Si A(x) es una sentencia con la variable x, (3x) (A (x)) también lo es.
Según cualquiera de estas definiciones, una expresión como
(Vx) (3y) (P(x,y))
no sería una sentencia. En su lugar habría que escribir
(Vx) ((3y)P(x,y) ) )
No obstante, por comodidad, utilizaremos preferentemente la primera

notación.
2.4. Sentencias abiertas y cerradas

Definición 2.4.1. Llamaremos alcance de un cuantificador a la sentencia A que
le sigue en las reglas de formación RF4 y RF5. Diremos que la variable que
sigue al símbolo de cuantificación está cuantificada en la sentencia A. Una
variable no cuantificada se dice que está libre. En las condiciones d) y e) y en
las reglas RF3 y RF4 del apartado anterior debe entenderse que la variable x
en A(x) está libre.
Definición 2.4.2. Diremos que una sentencia A es cerrada si todas las variables
que intervienen en las fórmulas atómicas que la componen están cuantificadas.
En caso contrario, diremos que la sentencia A es abierta.
Aunque aún no hemos entrado en el campo de la semántica, por lo visto en el

apartado anterior sabemos que sólo a las sentencias cerradas se les puede dar una
evaluación ("verdadera" o "falsa", en el caso binario). En lo sucesivo, salvo que
digamos lo contrario, supondremos que todas las sentencias son cerradas. De
hecho, en otros libros, el nombre de "sentencia" se reserva para lo que aquí
llamamos "sentencias cerradas", y lo que llamamos "sentencia" se denomina
"fórmula bien formada" (en los libros escritos en inglés, "wff", de "well formed
formula"), denominación, cuando menos, discutible: ¿qué sería una "fórmula mal
formada"?; con nuestra terminología, una expresión que no es sentencia, pero
¿sería entonces lícito llamarle "fórmula"?
2.5. Axiomas, demostraciones y teoremas

2.5.1. Axiomas
Los conceptos de sistema axiomático, de completitud y de consistencia ya se
estudiaron de una manera general en el capítulo 2 (apartado 1.5). El sistema
axiomático de la lógica de predicados es una extensión del visto para la lógica de
proposiciones (o éste es una restricción del primero); por ello, aquí nos iremos
refiriendo continuamente al apartado 2.5 del capítulo 2. Y, en particular, los
axiomas son los mismos presentados en 2.5.1, a los que ahora añadimos estos dos:
A5: (Vx) ( P ( x ) ) - > P ( a )
A6: (Vx) (Vx) (P (x) ) )
Las leyes que interrelacionan a los cuantificadores,
(Vx) (P (x)) <-> -i (3x) ( - P (x))
(3x) ( P ( x ) ) o ^ ( V x ) ( - P ( x ) )
pueden considerarse como definición de un símbolo en función de otro, o, si se

prefiere que ambos símbolos sean primitivos, una sería un axioma y la otra un
teorema.
El axioma A5 (llamado "ley de especificación") significa que si algo (P) puede
afirmarse de todos los individuos, entonces puede afirmarse de uno cualquiera de
ellos: a es una constante arbitraria definida sobre el mismo universo del discurso
que x. Igualmente, en A6 p es una variable proposicional arbitraria.
155
2.5.2. Sustitución
En lógica de proposiciones, la sustitución era de variables preposicionales por
sentencias. Ahora, además, podremos sustituir fórmulas atómicas por sentencias
en las que figuren los mismos argumentos, y variables por términos en los que no
aparezcan otras variables de la sentencia.
Definición 2.5.2.1. Dadas unas variables proposicionales p¡, unas sentencias

cerradas B¡, unas fórmulas atómicas F-= Pj{xjV ...xjn,av ...,«„,) , unas
sentencias Sj con las variables libres x¡v..xjn y las constantes av ...,am,
unas variables xk y unos términos tk, llamaremos sustitución a un conjunto de
pares ordenados:
5= {...J3/p¡,...,S/F¡,...,tk/xk,...}
Definición 2.5.2.2. Dadas una sentencia A que contiene las variables

proposicionales p¡, las fórmulas atómicas F • y las variables xk, y una
sustitución s, la operación de sustitución de unas por otras en A consiste en
poner enA:
a) en todos los lugares donde aparezca p¡, B¡,

b) en todos los lugares donde aparezca F., S¡,
c) en todos los lugares donde aparezca xk, tk, salvo detrás de los cuantifi-
cadores, donde se pondrán las variables que aparecen en tk precedidas del
mismo cuantificador que afectaba a xk. Además, para que la regla de
sustitución que veremos luego sea correcta, tk no puede contener variables
que ya figuren en A.
La justificación de esta última restricción puede verse claramente con un

sencillo ejemplo: consideremos la sentencia
(Vx) (3y) ( D ( x , y ) )
donde D(x,y) significa "x es diferente de y"; podemos hacer la sustitución

s= {z/x} , con la que obtenemos
(Vz) (By) (D(z,y))
pero no s= {y/x} , con la que resultaría
(Vy) (3y) (D (y, y))
Teorema 2.5.2.3. Si A es una sentencia y s una sustitución, el resultado de

efectuar la operación de sustitución de s en A es otra sentencia que repre-
sentaremos como As. La demostración, que omitimos, es sencilla: basta
comprobar que As tiene una secuencia de formación.
156
2.5.3. Demostraciones y teoremas
Para este apartado es íntegramente aplicable todo lo dicho en los apartados
2.5.3 y 2.5.4 del capítulo 2.
2.5.4. Ejemplos de demostraciones

Todos los teoremas de la lógica de proposiciones son aplicables también en
lógica de predicados. Veamos algunos otros específicos de ésta.
Teorema 1: P (a) —> (3x) (P (x)) ("Ley de inespecificación")
Demostración:
1. (Vx) (-nP(x)) - > - i P ( f l )

(Por sustitución en A5: { -P/P})
2. (p -» -nq) -¡P)
(Teorema de la lógica de proposiciones)
3. ((Vx) ( - P ( x ) ) -J> (a) ) -> (P (a) - » - . ( V x ) (^P(x)))

(Por sustitución en 2: { (Vx) (-P (x)) /p, P (a) /q} ).
4. P(a) —>—,(Vx) ( - P ( x ) )
(Por separación de 1 y 3)
5. P (a) —> (3x) (P (x))

(Por definición de "3")
Teorema 2: (Vx) ( P ( x ) ) -» (3x) ( P ( x ) )
Demostración:
1. ( ( V x ) P ( x ) - » P ( a ) ) A (P(fl) -> (3x) (P ( x ) ) )

(Por unión de A5 y el teorema 1)
2. ( (P 9 ) A (q r)) (p r)
(Ley de transitividad de la lógica de proposiciones)
3. (( (Vx) P (*) P (a)) A (P (a) (3x) (P (x) )) -> ((Vx) (P (x)) (3x) (P (x)))
(Por sustitución en 2: { (Vx) (P (x)) />, P (a) (3x) (P (x)) /r}
4. (Vx) ( P ( x ) ) —> (3x) ( P ( x ) )

(Por separación de 1 y 3)
157
2.5.5. Algunos teoremas útiles
La mayoría de las leyes de la lógica de proposiciones se pueden generalizar a
la lógica de predicados. Por ejemplo:
• Ley del tercio excluso:

(Vx) ( P ( x ) V - P ( x ) )
• Ley de distribución del cuantificador universal sobre la conjunción:

(Vx) ( P (x) A 0 ( x ) ) -> [(Vx) ( P ( x ) ) A (Vy) ( P (y)) ]
• Leyes de modus ponens y modus tollens:

((Vx) ( P ( x ) -^Q(x)) A P ( « ) ) -><2 (a)
((Vx) ( P (x) —> Q (x)) A —¡Q {o)) —» —iP (a)
• Leyes de inferencia de la alternativa:

(^P (a) A (Vx) ( P (x) v Q ( x ) ) ) Q (a)
( P ( a ) A (Vx) ( - P ( x ) v —1¡2 ( x ) ) )
Todas estas leyes, escritas para predicados monádicos, pueden generalizarse

para predicados poliádicos. Por ejemplo, la de modus ponens para diádicos es:
((Vx) (Vy) ( P ( x , y ) ^ Q { x , y ) ) A P ( a , b ) ) Q(a,b)
Para la regla de resolución (que veremos en el apartado 4.7) utilizaremos una

generalización de las leyes de inferencia de la alternativa:
(Vx 1 )... (Vx n ) ( ( - P ( x l v . . x „ ) v A ) A (P(*!,...,*„) v 5 ) ) —>A v B
donde A y 5 son sentencias cualesquiera.
3. Semántica
Todo lo explicado en el apartado 3 del capítulo 2 es extensible a la lógica de
predicados. Vamos a hacerlo, recomendando al lector que alterne el estudio de lo
que sigue con la revisión de lo que allí decíamos. Empezaremos con la definición
de conceptualización.
Definición 3.1. Una conceptualización es un modelo conceptual que consta de:
• Un universo del discurso, U, conjunto (que puede ser infinito) de indi-

viduos u objetos a considerar.
158
• Un conjunto finito (que puede ser vacío), R, de relaciones entre los
elementos de U.
• Un conjunto finito (que puede ser vacío), F, de funciones que hacen
corresponder a ciertos elementos de ü otros elementos de U.
Una relación de grado n es un subconjunto del producto cartesiano u", es
decir, es un conjunto de tupias { (en, ei2, ..., ein) } , donde etj e U .Unapropie-
dad es una relación de grado 1.
Una función de grado n es una aplicación u " —>U, es decir, hace corresponder
a cada combinación de n elementos de U otro elemento de U.
3.1. Interpretaciones, asignaciones y

evaluaciones
Definición 3.1.1. Una interpretación, i, es una función que aplica elementos
del lenguaje en elementos de la conceptualización, y que debe satisfacer las
siguientes condiciones:
• Si c es un símbolo de constante, entonces i (c) e U

(es decir, las constantes representan individuos del universo del discurso).
• Si P es un símbolo de predicado de grado n (es decir, que se aplica a n

términos para formar una fórmula atómica), entonces i (P) c:u" (es decir,
los símbolos de predicado representan relaciones de la conceptualización).
• Si / e s un símbolo de función de grado n, entonces i(f)=u" —>U (es decir,
los símbolos de función representan funciones de la conceptualización).
El formalismo matemático puede ofuscar al lector, cuando en realidad el
concepto de interpretación es simple. Se trata sencillamente de formalizar la
noción de que los símbolos representan aspectos de la realidad modelada en la
conceptualización. Como ejemplo, volvamos a las relaciones familiares aludidas
más arriba, en la presentación informal del apartado 1 (ejemplos 1.7.4 y 1.7.5).
Hacer una conceptualización significa acotar la realidad, es decir, en este caso,
listar todos los individuos que consideramos y todas las relaciones entre ellos.
Consideremos la siguiente conceptualización:
U ={José, Ana, Luis, Angel, Baltasar, Bartolomé, Belén, Carmen, Diego}
R ={Padre, Madre, Antepasado}, relaciones de grado 2 definidas por:
Padre={ (José, Ana), (José, Baltasar), (Baltasar, Diego),

(Bartolomé, Angel), (Bartolomé, Belén) }
159
Madre={ (Ana, Luis), (Ana, Bartolomé), (Ana, Carmen) }
(Es decir, José es padre de Ana, etc.)
Antepasado=PadreLJMadre LJ {(José, Luis), (José, Bartolomé),

(José, Carmen), (José, Angel),
(José, Belén), (Ana, Angel),
(Ana, Belén), (José, Diego)}
(Es decir, todas las parejas que están en la relación "Padre" y las que están en
la relación "Madre" están también en la relación "Antepasado", y, además,
José es antepasado de Luis, etc.).
Para formalizar las sentencias, creamos los símbolos j, al, a2, etc. para las
constantes, y P, M y T para las relaciones, con la siguiente función de inter-
pretación:
¿(/)=José; ¿(aÍ)=Ana; z(/)=Luis; z(a2)=Angel;

¿(W)=Baltasar; /(¿>2)=Bartolomc; ¿(M)=Belén;
z(z)=Carmen; /(í/)=Diego
i(P)=Padre; ¿(M)=Madre
z'(I)=Antepasado
Esta sería la interpretación pretendida, o "natural", la que sugieren los

símbolos "P", "M" y "T". Pero en teoría podemos hacer cualquier otra inter-
pretación. Por ejemplo, con una interpretación i' igual a i para las constantes pero
tal que:
z'(P)={(Ana, José), (Baltasar, José), (Diego, Baltasar),

(Angel, Bartolomé), (Belén, Bartolomé)}
estaríamos interpretando (supuesto que la realidad no ha cambiado, o sea, que la

relación "Padre" es la misma) que el símbolo de predicado "P" significa en
realidad "hijo/a".
Definición 3.1.2. Una asignación de variables, A, es una función que hace

corresponder elementos de U a las variables que figuran en las sentencias. Las
constantes corresponden a los elementos de U según define la interpretación,
y las funciones se aplican también en elementos de U, según su interpretación.
En general, dada una interpretación i y una asignación de variables A, podemos
extender A a una asignación de términos".
• Si c es un símbolo de constante, A (c) = i (c) ;

• Si / e s un símbolo de función,
A ( f ( t v t2, ..., tn)) = F (x 1; x2, ..,x„) , donde F= i ( f ) y x,.= A (ti)
Para ilustrarlo con un ejemplo, supongamos que a la conceptualización ante-

rior añadimos la función de grado 1 "FPadre", que aplicada a Aria da como
resultado José, aplicada a Baltasar da como resultado José, etc. ("FPadre" contie-
ne la misma información que la relación "Padre" pero expresada como función).
Representemos esta función con el símbolo "p", es decir, ¿(p)=FPadre y consi-
deremos el término t= p(p(x)) . Dada, por ejemplo, la asignación de variables
x=Diego, resulta:
A(t)=A(p(p(x)) = FPadre(A(p(x)) = FPadre(FPadre(A(x)) =
FPadre(FPadre(Diego)) = FPadre(Baltasar) = José
3.2. Satisfacción
Como en el capítulo 2, podemos definir en general un conjunto de valores de
verdad (definición 3.1.2), evaluar en él las fórmulas atómicas (definición 3.1.3) y
extender estas evaluaciones a las sentencias (teorema 3.1.4). Pero ahora hay que
tener en cuenta que las fórmulas atómicas (que sustituyen a las variables propo-
sicionales) contienen normalmente variables, y solamente se puede evaluar una
fórmula atómica si sus variables están asignadas. Una evaluación es, pues, relativa
no sólo a la interpretación, sino también a la asignación de variables. En adelante
abreviaremos con "¿A" la expresión "interpretación y asignación de variables".
En el resto de este capítulo nos limitaremos a considerar evaluaciones binarias
(definición 3.2.1 del capítulo 2).
Una misma sentencia puede ser verdadera o falsa en una determinada con-
ceptualización dependiendo de la interpretación y de la asignación de variables.
Así, en la conceptualización de los Padres y Antepasados, la sentencia "P(x,;y)" es
verdadera para la interpretación i (la que llamábamos interpretación "pretendida"
o "natural") y las asignaciones A1 (x) =José, At (y) =Ana; A 2 (x) =José,
A 2 (y) =Baltasar, etc., pero es falsa para las mismas asignaciones si adoptamos la
interpretación f , y también es falsa para la interpretación i pero con otras
asignaciones.
Definición 3.2.1. En una conceptualización, diremos que una interpretación

conjuntamente con una asignación de variables, iA, satisfacen a una sentencia
si la sentencia es verdadera para esa iA. También diremos que la sentencia se
satisface para esa iA. La notación1 para expresar que la sentencia S se satisface
para iA es: t ¡AS
1
"5" es aquí un metasímbolo para representar a una sentencia cualquiera. Más adelante utilizaremos también
"P" y "C" como metasímbolos para representar sentencias que son premisas y conclusiones de razonamientos.
Por otra parte, obsérvese que" £ ", como otros símbolos parecidos que iremos introduciendo, son predicados
de orden superior, ya que representan propiedades de sentencias del cálculo de predicados de primer orden.
161
Recordemos que las sentencias se forman siguiendo las reglas sintácticas
explicadas en el apartado 2.3. Si para cada una de las reglas (RF1 a RF5)
establecemos las condiciones bajo las cuales la sentencia se satisface, estas
condiciones definen la semántica de la lógica de predicados de primer orden. Son
las siguientes:
• Si la sentencia es una fórmula atómica, P(tvt2, ..., tn), entonces

tiAP(tvt2, ...,Qsii ( A ( í 1 ) , A ( í 2 ) , . . . , A ( g ) e i(P)
(Una fórmula atómica se satisface si y sólo si las asignaciones de sus

argumentos resultan en una tupia incluida en la interpretación del
predicado).
• Si la sentencia es la negación de otra, entonces

t ¡A (-15) sii no es el caso que ¡AS
(La negación de una sentencia se satisface si y sólo si no se satisface la

sentencia).
• Si la sentencia es la conjunción de otras dos, entonces

tiA(Sl A 5 2 ) sii t,. A 51 y tiAS2
(La conjunción de dos sentencias se satisface si y sólo si se satisfacen

ambas. Esta condición puede generalizarse a la conjunción de un número
cualquiera de sentencias).
• Si la sentencia es la disyunción de otras dos, entonces

t f A (51 v 52) sii o bien ÍÁ 51 o bien fc ¡AS2 o ambos
(La disyunción de dos sentencias se satisface si y sólo si se satisface una

cualquiera de ellas o ambas, o sea, es una disyunción "incluyente" (no
excluyente). Esta condición puede generalizarse a la disyunción de un
número cualquiera de sentencias).
• Si la sentencia es un condicional, entonces

£ ¡A (51 —^ 52) sii no es el caso que (|= M 51 y no t jAS2 )
(Una sentencia condicional se satisface siempre que no ocurra que su parte

izquierda, o antecedente, se satisface y su parte derecha, o consecuente, no
se satisface).
• Si la sentencia es un bicondicional, entonces

sii t¡A(Sl^>S2) y ^ ( 5 2 - » SI)
(Una sentencia bicondicional se satisface si y sólo si se satisfacen los dos

condicionales en que puede descomponerse).
• Si la sentencia se forma cuantificando universalmente a una variable de otra

sentencia, entonces
t ¡a (Vx) (S) sii para todo ce U, t=¡A 0S),

con A' (x) = c, A' (y) = A (y) para y ± x
(Una sentencia cuantificada universalmente en una variable se satisface si

y sólo si la sentencia que está dentro del alcance del cuantificador se
satisface para todas las asignaciones de la variable cuantificada).
• Si la sentencia se forma cuantificando existencialmente a una variable de

otra sentencia, entonces
t ¡A (S) sii para algún c e U, E ¡A (S),

con A' (x) = c, A' (y) = A (y) para y * x
(Una sentencia cuantificada existencialmente se satisface si y sólo si la

sentencia que está dentro del alcance del cuantificador se satisface para una
o más de las asignaciones de la variable cuantificada).
El concepto de satisfacción define la noción relativa de verdad o falsedad: en

general, una misma sentencia puede ser verdadera o falsa, dependiendo de la
interpretación y de la asignación de variables (iA). Naturalmente, en el caso de
que haya una variable cuantificada, para que la sentencia se satisfaga para una
¿A debe hacerlo para la asignación A de todas las variables no cuantificadas y para
todas las asignaciones posibles de la variable cuantificada (en el caso de
cuantificación universal) o para alguna de ellas (en el caso de cuantificación
existencial).
Recordemos (apartado 1.3 del capítulo 2) que la satisfacción del condicional
refleja el hecho de que éste se entiende como la expresión de que el antecedente
es una condición suficiente (pero no necesaria) para el consecuente: una sentencia
condicional sólo deja de satisfacerse en el caso de que el antecedente sea
verdadero y el consecuente falso. Por ejemplo, en nuestra conceptualización de
los padres y los antepasados, y con la interpretación definida por i, la sentencia
(Vx) (Vy) (P(x,y) vM(x,y) -*T{x,y))
se satisface para A(x)=José, A(y)= Ana, puesto que (José,Ana) e Padre y

(José,Ana) e Antepasado, y por tanto se satisfacen el antecedente y el conse-
cuente. Pero también se satisface paraA(x)=Mortadelo, A(y)=Filemón, puesto que
163
(Mortadelo,Filemón) no está ni en la relación "Padre" ni en la relación "Madre"
ni en la relación "Antepasado", y asimismo se satisface para A(x)=José, A(y)=
Luis, ya que esta asignación no satisface a P(x,y) ni a M(x,y), aunque sí a T(x,y).
De hecho, con la interpretación dada, la sentencia se satisface siempre, puesto que
todas las parejas de la relación "Padre" y todas la de "Madre" están también en la
relación "Antepasado". Como veremos enseguida, en este caso se dice que esa
interpretación es un "modelo" de la sentencia.
Aunque ya lo hemos explicado con detalle en el apartado 1.3 del capítulo 2,
conviene insistir en que no debe confundirse una sentencia condicional con una
"implicación lógica": esta última corresponde, como también veremos (en el
apartado 4.2), a un condicional que se satisface siempre (para toda i y toda A).
3.3. Inconsistencia y validez

Definición 3.3.1. Una sentencia 5 es satisfactible si y sólo si existen una i y una
A tales que t= ¡AS; en caso contrario es insatisfactible. Un conjunto de
sentencias {51,52, ...Sn} es satisfactible si y sólo si existe una i y una A
tales que 1= lA (51 A 52 A ... A Sn) ; en caso contrario se dice que las sen-
tencias son inconsistentes. El ejemplo más sencillo de sentencias inconsis-
tentes es {P (x), - P (x) }.
Definición 3.3.2. Una sentencia 5 es válida si y sólo si, para toda i y toda
A, t iA S. En este caso se escribe " fc5 ". El ejemplo más sencillo de sentencia
válida es P (x) v - P (x) ("principio del tercio excluso"). Una sentencia
válida que no contiene variables se llama tautología; por ejemplo, P (a)
v-P(a) .
Los conceptos de completitud y consistencia de un sistema axiomático son los

mismos definidos en el capítulo 2 (apartado 3.4). La extensión del concepto de
equivalencia entre sentencias (apartado 3.5) la haremos más adelante, junto con
la definición de implicación lógica. Veamos ahora un concepto propio de la lógica
de predicados, el de "modelo", que es importante en las aplicaciones de la lógica
a las bases de datos deductivas.
3.4. Modelos
Las sentencias que escribimos para representar hechos o relaciones de una
conceptualization no son sentencias válidas:2 se satisfacen para una determinada
interpretación, pero no para otras.
2
Una sentencia válida, al satisfacerse siempre, no representa nada. Desde el punto de vista de la teoría de la
información, no proporciona información alguna.
Definición 3.4.1. Una interpretación i es un modelo de una sentencia S si S se
satisface con esa i para todas las asignaciones posibles de sus variables; se
escribe " t. S". Y una interpretación es un modelo de un conjunto de
sentencias si es un modelo de todas y cada una de ellas.
Ya hemos visto más arriba que la interpretación "natural" en la concep-

tualización de los "Padres", "Madres" y "Antepasados" es un modelo de la
sentencia
(Vx) (Vy) ( P ( x , y ) v M ( x , y ) ->T(x,y))
y también podríamos ver que es un modelo de la sentencia que completa la

definición de "antepasado":
(Vx) (Vy) (Vz) ( ( ( P ( x , z ) v M (x, z)) A T(z,y)) -»T(*,jO)
Veamos otro ejemplo. Consideremos una conceptualización con tres

individuos, IndA, IndB, IndC y tres propiedades aplicables a estos individuos: ser
político, ser mentiroso e ir al infierno. Formalizaremos los individuos con los
símbolos "a", "b", "c", es decir: ¿(a)=IndA, /(¿>)=IndB, ¿(c)=IndC (en todas las
interpretaciones que vamos a considerar). Representaremos las propiedades con
los símbolos de predicado (de grado 1) "P", "M" y "i7". Sean las sentencias:
SI: (Vx) (P(x) —>M(x))
S2: (Vx) (M (x) - > P ( x ) )
("todos los políticos son mentirosos" y "todos los mentirosos van al infierno").
La interpretación i1 tal que:
i, (P) = {IndA}
il (M) ={IndA}
iL (F) = {IndA}
("sólo el individuo IndA es político, mentiroso y va al infierno; los otros dos no

tienen ninguna de esas propiedades") es un modelo de las sentencias. En efecto,
para la asignación A(x)=a las dos sentencias se satisfacen, puesto que se satisfacen
sus antecedentes (P(a) y M(a)) y sus consecuentes (M(a) y F(a)); para la
asignación A(x)=¿> y para la asignaciónA(x)=c también se satisfacen, puesto ni los
antecedentes ni los consecuentes se satisfacen.
La interpretación i2 tal que:
165
¿2 (P) ={IndA}
i2 (M) = {IndAJndB}
i2 (F) = {IndA,IndB,IndC}
("IndA es político, mentiroso y va al infierno; IndB no es político, pero es

mentiroso y va al infierno; IndC no es político ni mentiroso, pero va al infierno")
también es un modelo: para A(x)=a se satisfacen antecedentes y consecuentes de
SI y S2 (luego ambas se satisfacen); para A(x)=b no se satisface el antecedente de
51 (luego 51 se satisface) y se satisfacen el antecedente y el consecuente de 52
(luego 52 se satisface); para A(x)=c no se satisfacen los antecedentes (luego SI y
52 se satisfacen).
Sin embargo, la interpretación i3 tal que:
z 3 (P) = {IndA}
¿3 (M) = {IndA}
¿3(P)=0
("sólo el individuo A es político, sólo él es mentiroso, y nadie va al infierno") no

es un modelo: para A(x)=a, SI se satisface, pero no 52, porque su antecedente se
satisface y no su consecuente.
Tampoco es un modelo la interpretación ¿4 tal que:
¿ 4 ( P ) = {IndA}
¿4 (M) = 0
hiF)= 0
ya que en este caso se satisface 52 pero no SI.
Se puede decir que las sentencias condicionales cerradas definen mundos
posibles: i1 e i2 son dos de los modelos de SI y 52, o mundos definidos por SI y
52.
Supongamos que a SI y 52 añadimos
S3:P(a)
i1 e i2 siguen siendo modelos de {S1,S2,S3}, pero / 1 es el modelo mínimo. Un
modelo es mínimo si ningún subconjunto de él es un modelo. Si no hubiésemos
añadido S3, el modelo mínimo sería i0 tal que i0 (P) = i0 (M) = i0 (F) = 0 .
4. Sistemas inferenciales
4.1. Razonamientos en lógica de predicados
Ahora extenderemos a la lógica de predicados todo lo que hemos estudiado en
el apartado 5 del capítulo 2 para la de proposiciones^. Como antes, sugerimos al
lector que vaya repasando aquél a medida que avanza en éste.
De momento, todo lo dicho en el apartado 5.1 sigue siendo aplicable, con dos
salvedades:
• Lo que allí eran "variables proposicionales" ahora serán "fórmulas

atómicas".
• El método de las "tablas de verdad" es ahora inaplicable.
4.2. Implicación lógica y razonamientos

deductivos
Definición 4.2.1. Un conjunto de sentencias {51,52,... Sn} implica lógicamente
a una sentencia S si y sólo si toda iA (interpretación y asignación de variables)
que satisface al conjunto satisface también a S. Esto se expresa con la notación:
{ Si ,S2,...S„} 1=5
o lo que es igual (por la definición de la semántica de la conjunción y del con-

dicional):
t(sí aS2 a ... as„^5)

El teorema 5.2.2 del capítulo 2 tiene también su correspondiente, pero pasemos
ya a lo que más nos interesa: los razonamientos.
Definición 4.2.2. Un razonamiento formado por las premisas PI, P2,..., Pn y

la conclusión C es un razonamiento válido o deductivo si y sólo si las premisas
implican lógicamente a la conclusión:
t (P1 A P2 a ... APn—) C)
También podemos extender la definición de equivalencia (que en el capítulo 2

hacíamos en el apartado 3.5):
Definición 4.2.3. SI y S2 son sentencias equivalentes si y sólo si SI t S2 y

S2I= SI, o, lo que es lo mismo, t (51 <-> 52). Expresaremos este hecho con
la notación: S I s 5 2 .
167
De la definición de sentencia válida y de modelo se sigue que t S si y sólo si
para toda i ocurre que t. S (S es una sentencia válida si y sólo si toda
interpretación es un modelo de S). Por tanto, si SI implica a S2 deberá ocurrir que,
para toda i, t. (SI —> S2) . Como el condicional sólo deja de satisfacerse en el
caso de que se satisfaga el antecedente y no el consecuente, resulta que decir que
SI implica a S2 es lo mismo que decir que toda i que sea modelo de SI también
lo es de S2, o que el conjunto de modelos de S2 es un subconjunto del de SI.
Prosiguiendo el razonamiento3, es fácil concluir que SI y S2 son equivalentes si y
sólo si tienen el mismo conjunto de modelos: todo modelo de SI lo es de S2 y
viceversa.
Las equivalencias dadas en el capítulo 2 (las que se derivan de las leyes con
forma de bicondicional que aparecen en los apartados 2.3,2.4 y 2.5) siguen siendo
válidas. Repetimos algunas de ellas (junto con dos nuevas: las que permiten
intercambiar los cuantificadores existencial y universal):
(1 ) - , ( - £ ) = S
(2) - , (SI v S2) S-SL A —S2
(3}-,(Sl A S2) = —SI v —S2
( 4 ) SI v (S2 A S3) = (SI v S2) A (S1VS3)
(5) SI A (S2 v S3) S (SI A S2) v (SI A S3)
( 6 ) (SI —»S2) S (—SI v S2)
( 7 ) (SI <R*S2) S (SI —» S2) A ( S 2 ^ S 1 ) S (-,SLVS2) a (^S2VS1)
(8) (Vx) (S) = - , ( 3 * ) ( - £ )
(9) (3x) (5) = —i(Vx) (—iS)
(10) (^Sl -> (S2a-S2)) 3 SI
La última proviene de la ley de reducción al absurdo (apartado 2.5.6 del

capítulo 2): si de la negación de SI se sigue una contradicción entonces puede
afirmarse SI (y viceversa: si SI se satisface entonces de su negación resultará una
contradicción).
3
Obsérvese que si quisiéramos formalizar estos razonamientos habríamos de hacerlo en lógica de predicados de
orden superior (capítulo 5, apartado 2.1): " t " , " =", etc., son predicados sobre sentencias que contienen
predicados.
Hagamos un ejercicio de transformaciones sucesivas de una sentencia
mediante aplicación de estas equivalencias. Tomemos la regla recursiva de la
definición de "Antepasado" (suponiendo, como hacíamos en el ejemplo 1.7.5, que
"P" representa "padre o madre", para que la sentencia sea más manejable):
(Vx) (Vy) (Vz) ( P ( x , z ) A T(z,Y) -^T(x,Y))

= (Vx) (Vy) (Vz) ( - ( P ( x , z ) AT(z,y)) vT(x,y)) (por (6))
= (Vx) (Vy) (Vz) ( ( - P (x, z) v —iT(z, y)) v T ( x , y ) ) (por (3))

= (Vx) (Vy) ((Vz) (-1P(x, z) v - i T ( z , y ) ) v T ( x , y ) ) (porquezno
afecta a T(x,y))
1
= (Vx) (Vy) (-i(Bz) ( ( P (xr z) v—,T(z,y))) v T ( x , y ) ) (por (8))
= (Vx) (Vy) (-, (3z) (P (x, z) A T(z, y)) vT (x, y ) ) (por (2) y por (1))
= (Vx) (Vy) ((3z) (P(x,Z) AT(Z, y ) ) (*,>>)) (por (6))

Tras estas prosaicas transformaciones hemos llegado a un resultado interesante
que, generalizándolo, podemos enunciar así: si una variable figura en el antece-
dente de un condicional y no en su consecuente, entonces es igual cuantificar la
variable umversalmente sobre el conjunto de la sentencia que cuantificarla
existencialmente sobre el antecedente. Normalmente, la segunda forma se corres-
ponde mejor con la expresión en lenguaje natural: en este ejemplo, "si existe algún
individuo z tal que x es padre de z y z es antepasado de y, entonces x es antepasado
de y".
La sentencia escrita en la tercera línea está en forma clausulada. Esta forma
la habíamos definido en el apartado 5.5 del capítulo 2 para la lógica de
proposiciones, y en el apartado 4.5 de éste extenderemos la definición a la lógica
de predicados.
4.3. Reglas de inferencia

Puesto que las leyes de la lógica de proposiciones siguen siendo válidas en
lógica de predicados, las reglas de inferencia también lo son (como siempre,
sustituyendo "variable proposicional" por "fórmula atómica"). En particular, el
lector debe recordar las reglas de modus ponens, modus tollens, introducción de
conjunción y eliminación de conjunción (capítulo 2, apartado 5.3).
Una regla propia ya de la lógica de predicados es la regla de particularización
de un universal, fundamentada en la ley de especificación (axioma A4 del apar-
tado 2.5.1), que permite razonar de lo general a lo particular:
P: (Vx) (S(x))
C: S (a)
Como ejemplo de aplicación de estas reglas, consideremos el razonamiento del
ejemplo 1.7.1:
169
P l : Todos los libros de informática son terriblemente aburridos
P2: Este es un libro de informática
C: Este libro es terriblemente aburrido
que habíamos formalizado así:
Pl: (Vx) (I(x) ->A(x))

P2:1(e)
C: A (e)
Pues bien, este razonamiento se obtiene aplicando primero la regla de particu-
larización de un universal a Pl (particularizando para x=e) y luego la regla de
modus ponens al resultado y a P2.
Este otro:
P l : Todos los libros de informática son terriblemente aburridos

P2: Este libro no es terriblemente aburrido
C: Este no es un libro de informática
es decir:
Pl: (Vx) (I(x) —»A (x))
P 2 : —A (e)
C: —1(e)
se obtiene mediante aplicación sucesiva de las reglas de particularización de un
universal y de modus tollens.
Hay más reglas de inferencia, pero comentaremos solamente, para terminar,
la regla de particularización de un existencial:
P : ( 3 x ) (S(x))
C:S (a)
que utilizaremos más adelante, y que requiere un comentario especial. En efecto,
hay que advertir que ahora no es cierto que l-((3x) (S (x)) S (a)) 4. El
razonamiento únicamente puede justificarse considerando que la constante "a"
que sustituye a la variable cuantificada "x" no es como las demás constantes de la
conceptualización: no es un valor concreto de entre los que puede tomar x, sino
un valor arbitrario. Se dice que es una constante de Skolem. Por ejemplo, "existe
al menos un individuo que es autor de este libro" se puede formalizar como:
(3x) (A (x, e))
' Recuérdese que, según el teorema 5.4.3 del capítulo 2, para que un sistema inferencial sea consistente, todas
sus reglas de inferencia tienen que corresponderse con tesis del sistema axiomático.
La regla dice que se puede obtener la conclusión
A (i, e)
donde "i" es una constante arbitraria que no puede coincidir con ninguna de las
utilizadas en la conceptualización. Informalmente el razonamiento es así: "la
sentencia dice que existe un individuo (al menos) que cumple ciertas condiciones;
inventemos un nombre para este individuo y sigamos adelante".
Ahora bien, si la sentencia abarcada por el cuantificador existencial que se
elimina está dentro del alcance de un cuantificador universal entonces no
podemos sustituir la variable por una constante de Skolem. Para ver por qué es
así, consideremos este otro ejemplo: "todos los libros tienen al menos un autor",
o "para todo x, si x es un libro, entonces existe un y tal que y es el autor de x", o:
(Vx) (L(x) -» (3y)A(y,x))
Si sustituimos y por una constante de Skolem, i, obtenemos:
(Vx) (L (x) - > A ( Í » )
que dice "para todo x, si x es un libro entonces el individuo representado por i es

su autor (o uno de sus autores)", es decir, "el individuo representado por i es autor
de todos los libros", que, obviamente, no es lo que pretende expresar la primera
sentencia. Lo que ocurre es que el valor de la variable y (el autor) depende del
que tome x (el libro), y, por tanto, en lugar de sustituirla por una constante debe
sustituirse por una función de Skolem:
(Vx) (L(x) ->A(z(x), x))
("todo libro, x, tiene al menos un autor, el representado por "z(x)").

En general, la regla de particularización de un existencial es:
P:(3x) (S (x,yl,y2,...,yn))
C:S(f(yl,y2,...,yn),yl,y2,...,yn)
donde / es un símbolo de función diferente de los de todas las funciones que

aparezcan en la conceptualización.
4.4. Sistemas inferenciales

Las definiciones y el teorema enunciados en el apartado 5.4 del capítulo 2 son
muy generales. Todo lo que allí se dice es aplicable en su integridad a la lógica de
predicados.
171
Lo que veíamos en los apartados siguientes de aquél capítulo (forma
clausulada, resolución y refutación) requiere algunas extensiones para aplicarse a
la lógica de predicados.
4.5. Forma clausulada de la lógica de

predicados
Definición 4.5.1. Una cláusula es una sentencia de la forma:
LxvL2v ...vL„
donde los L¡ son literales (fórmulas atómicas con o sin el símbolo " —.") con
cualquier número de variables cada uno. Todas las variables se suponen
cuantificadas universalmente, aunque no se escriba (Vx1) (Vx2) ... delante de la
cláusula.
Definición 4.5.2. Diremos que una sentencia está en forma clausulada si tiene
la forma:
(LU VL12 v . . . ) A (L21VL22...) A ...
en la que cada cláusula (Ln v L ¡ 2 v ...) tiene sus propias variables.

De una cláusula se dice también que es una colección de literales (implí-
citamente unidos por disyunciones), y de una sentencia en forma clausulada, que
es una colección de cláusulas (implícitamente unidas por conjunciones).
Se observará que, a partir de este momento, suponemos que no intervienen
variables proposicionales en las sentencias de la lógica de predicados (pero, si
existieran, bastaría tratarlas igual que a fórmulas atómicas en las que sólo
interviniesen constantes).
Teorema 4.5.3. Para toda sentencia de la lógica de predicados existe una

sentencia equivalente en forma clausulada.
La demostración es constructiva: vamos a ver un procedimiento, ampliación

del estudiado para la lógica de proposiciones, que permite pasar a forma
clausulada cualquier sentencia. Los pasos, ahora, son siete:
1. Eliminación de todas las conectivas que no sean" V" o " A " (normalmente,
condicionales y bicondicionales). Se hace igual que en lógica de propo-
siciones:
(A —>5) s (—A v5)

(A<->B) = (-,AvB) A (Avnfi)
2. Introducción de negaciones. Se seguirán utilizando las leyes de de Morgan

y la ley de doble negación:
—i(AvB) = (-iAa-IB)
— I ( A A B ) = (—iA v —iB)
—i—iA s A
y ahora, además, las relaciones ya conocidas entre los cuantificadores:
-i(3x) (A) = (Vx) ( - A )
-.(Vx) (A) S (3x) ( - A )
3. Independización de las variables cuantificadas. Se cambian los nombres de

las variables que sean necesarios para que cada cuantificador se refiera a su
propia variable. Por ejemplo,
(Vx) ( - P ( x ) v (3x) ( Q ( x ) ) ) = (Vx) ( ^ P ( x ) v (3y) (Q(y)))
4. Eliminación de los cuantificadores existenciales. Este es el paso de más

difícil justificación teórica. En efecto, está basado en la "equivalencia"
(3x) ( P ( x ) ) ^P(a)
que es de todo punto incorrecta. En efecto, podemos asegurar que
h(P(a) (3x) ( P ( x ) ) )
porque es la "ley de inespecificación" que hemos demostrado como "teore-

ma 1" en el apartado 2.5.4. Pero la sentencia
(3x) ( P ( x ) ) —>P(a)
no es válida. Ahora bien, recordemos la discusión del apartado 4.3 sobre la

"regla de particularización de un existential": consideramos que "a" no es
una constante ordinaria que representa a un individuo concreto del universo
del discurso, sino una constante de Skolem, que representa a "algún in-
dividuo" (indeterminado) y que nos permite prescindir de "3". Recorde-
mos también que si x está dentro del alcance de un cuantificador universal
entonces hay que introducir una función de Skolem.
173
5. Eliminación de los cuantificadores universales. Contra lo que pudiera pen-
sarse, este paso no plantea ningún problema. En este momento, si se han
seguido los pasos anteriores, sólo existen cuantificadores universales, y ca-
da uno de ellos afecta a una variable diferente. Por tanto, podemos escribir-
los todos al comienzo de la sentencia. Y, puesto que todas las variables
están umversalmente cuantificadas (como ya hemos dicho, sólo considera-
mos sentencias cerradas), podemos omitir la escritura de tales cuantifica-
dores. No se trata, pues, en rigor, de "eliminarlos" sino de suponer que
siempre existen.
Para centrar las ideas sobre los pasos seguidos hasta ahora, supongamos que
partimos de la sentencia
[(Vx) ( P ( x ) ) ] [(Vx) (Vy) (3z) (P(x,y,z) -> (Va) (R (x,y¿,u))) ]
Eliminando los condicionales,
[-.(Vx) ( P ( x ) ) ] v [(Vx) (Vy) (3z) (~J>(xy¿) v (VW) (R (x,y,z,u))) ]
Introduciendo negaciones (la única a introducir es la primera),
[(3*) (-P (x)) ] v [ (Vx) (Vy) (3z) (-P (x,y¿) v (VM) (/? (x,y,z,«))) ]
Independizando las dos variables que tiene el nombre "x",
[ (3x) (-TP(JC))] v [(VW) (Vy) (3z) (~>P {w,y,z) v (VK) {R(w,y¿,u)))]

La variable x puede sustituirse por una constante de Skolem. Pero la z está
dentro del alcance de dos cuantificadores universales: el de w y el de y. Por
tanto, la sustituiremos por una función de Skolem, f(w,y):
H P (A)'] v [(VW) (Vy) (^P (w,yj(w,y)) v (VK) (R (w,yj(w,y) ,u))) ]
Por último, ponemos en cabeza todos los cuantificadores universales:
(Vw) (Vy) (V«) { Í^P(a)] v {-J> {w,yj{w,y)) vR(w,y,f(w,y),«)]}

Y considerando la asociatividad de la disyunción, y dando por implícita-
mente cuantificadas umversalmente a todas las variables, escribiremos:
-P(a) v-,(w,y/(w,y)) vR (w,y,f(w,y) ,ü)
6. Distribución de " A " sobre " V". En el último ejemplo, ya hemos llegado a
una disyunción de literales, o sea, a una cláusula. Pero, en general, tras el
último paso tendremos una sentencia formada por literales unidos por las
conectivas " a " y " v " , y aplicaremos, jgu^l que hacíamos en lógica de
proposiciones, la propiedad distributiva
(L1AL2) VL3= (xjvlj) a (L2WL3)
para llegar a una conjunción de cláusulas.
7. Redenominación de variables para que cada cláusula tenga las suyas pro-
pias. Este paso tiene su justificación en la ley de distribución del
cuantificador universal sobre la conjunción. En efecto, si tras los pasos
anteriores se ha llegado a una sentencia como
P(x) A Q(x)
(dos cláusulas constituidas cada una por un literal), en realidad la sentencia es:
(Vx) (P (x) A Q (x))
y lo que hacemos es sustituirla por su equivalente
(Vx) (P (x)) A (Vy) (P (y))
es decir, nos quedamos con las cláusulas P(x) y P(y).
Ejemplo:
Sigamos todos los pasos con la siguiente sentencia:
(Vx) { [ ( 3 y ) (P (y) Q (x,y) AR ( y ) ) ] A [ - , (3y) (P ( f ( y ) ) Q (x,y)) ] }
l : ( V x ) { [ ( 3 y ) (^P(y) v (Q(x,y) AR(y)) ) ] A (3y) H P ( / ( y ) ) vQ(x,y))]}
2 : (Vx) { [ (3y) P (y) v (Q (x,y) AR (y)) ) ] A [ (Vy) (P ( f ( y ) ) A (x,y)) ] }
3: (V*) { [ (3y) ( - P (y) v (Q (x,y) AR (y)) ) ] A [ (Vz) (P ( f ( z ) ) A (X¿) ) ] }
4:(Vx) { K ( ? W ) v (Q(x,g(x)) AR(g(x)))] A [(Vz) (P(/(z)) A ^ Q ( x , z ) m
5: v (Q{x,g (x)) A R(g(x)))] A [P ( / ( z ) ) A ^ Q ( X , Z ) ]
6: VQ(x,g ( * ) ) ] A [ - P ( g ( x ) ) vR(g(x))] A ÍP(f(z))] A [-£(*,Z)]
7: Resultan, finalmente, cuatro cláusulas:
--P(g(xi)) v g ^ g ^ ) )
-nP(g(X 2 )) V P ( g ( x 2 ) )
->0 (*3, z 2 )
175
Las cláusulas se pueden expresar también como sentencias condicionales,
igual que veíamos en el apartado 5.6 del capitulo 2: el antecedente es la conjunción
de los literales negativos, hechos positivos, y el consecuente es la disyunción de
los literales positivos. Y, lo mismo que allí, se llaman cláusulas de Horn a las que
sólo tienen un literal positivo ("cabeza") o ninguno, y cláusula vacía, cp, a aquella
en la que han desaparecido todos los literales.
Con las sentencias en forma clausulada, la idea de la resolución es la misma
que en lógica de proposiciones: dadas dos generatrices que comparten un literal
positivo en la una y negativo en la otra, obtener la resolvente eliminando ese literal
y conservando los demás. Pero ahora hay un detalle nuevo a considerar: como los
literales dependen de argumentos, habrá que igualar los argumentos de los
literales que se eliminan. Por ejemplo, consideremos la inferencia de modus
ponens".
(Vx) (H(x) —>M(x))

H(s)
M(s)
Poniendo las sentencias en forma clausulada,
- i f f ( x ) vM(x)
H(s)
M(s)
Si eliminamos H(s) es porque podemos sustituir x por s en la primera premisa,
y así"unificar" los dos literales. El proceso de unificación está fundamentado en
la ley de especificación (como la regla de inferencia de particularización de un
universal explicada en el apartado 4.3), pero no es siempre tan fácil como en este
ejemplo. Vamos a estudiarlo de manera más general.
4.6. Sustitución y unificación

Ya hemos definido la sustitución en el apartado 2.5.2. Pero ahora, por una
parte, no tenemos variables proposicionales, y, por otra, sólo nos interesa sustituir
variables por términos, y sólo en los literales, no en las sentencias en general. Nos
quedaremos, pues, con una definición restringida de sustitución:
Definición 4.6.1. Dadas unas variables xv x 2 , ...,xn y unos términos tv t2, ...,
tn en los que no figuran esas variables, llamaremos ahora sustitución a un
conjunto de pares ordenados
S— {t1/xv t2/x2, ..., tn/xn}

Definición 4.6.2. Dados un literal L que contiene las variables xv x2, ..., xn, y
una sustitución s (cuyos términos no pueden contener símbolos constantes ni
de función que ya estén en L), la operación de sustitución consiste en poner t1
en todos los lugares de L donde aparezca x¡, y ello para todos los pares t/x¡
de s. El resultado, que se representa p o r i s , es un caso de sustitución enL.5
Por ejemplo, sean: L = P(a, x, f(y))

{b/x, c/y}
s2= {b/x,g(z)/y}
s3= {z/x, w/y}
Los tres casos respectivos de sustitución en i serán:
Ls1= P (a, b,f{c))

LS2= P(a, b , f ( g ( z ) ) )
Ls3= P(a,z,f(w))
LSL es un caso terminal, o un ejemplar6, de L: llamaremos así a los que no
contienen variables. Ls3 es una variante alfabética deL: sólo se han cambiado los
nombres de las variables por otros.
Definición 4.6.3. Dadas dos sustituciones, y s2, su composición, svs2, es

una sustitución tal que Ls1s2 = (LsJ s2.
La composición de sustituciones es asociativa ((,s'rs'2) s3= .y, (s2s3)) pero,

en general, no es conmutativa ^ ^.v,. La razón es que .s-, y s2 pueden incluir
variables idénticas que se sustituyen por términos diferentes, por lo que el
resultado de la composición dependerá de cuál se aplique primero. Por la misma
razón, no puede calcularse la composición uniendo simplemente los conjuntos
y s2. Para el cálculo de .v,^ hemos de aplicar primero s2 a los términos de ^ y
después añadir los pares de s2 cuyas variables no están entre las de s1. Por
ejemplo, la composición de
{f{x,y)/z}
y
s2= {a/x, b/y, c/z, d/u}
5
A veces se utiliza (incorrectamente) la palabra "instancia" (del inglés "instance").
6
"ground instance", en inglés.
177
sería:
SjS2= {f{a,b)/z,a/x,b/y,d/u}
mientras que, si invertimos el orden,
,s'2.s',= {a/x, b/y, c/z, d/u} = s2
(porque cuando fuésemos a aplicar Sj ya habríamos aplicado antes s2, con la que
habría desaparecido la z, sustituida por c).
Definición 4.6.4. Diremos que un conjunto de literales {L¡} (i=1,2,...«) es

unificable si existe una sustitución s tal que L]s= L2s- ...= Lns. Para este
caso, diremos que s es un unificador de {Li} y que los literales L¡ se unifican
en L¡s.
Por ejemplo, sea {L¡} = {P(a¿cJ(y)), P(ajc,f(b)}. Un unificador sería s = {c/x,

y/b}, con el que ambos literales se unifican en P(a,c,f(b)). Pero este no es el único:
hay otro unificador aún más pequeño, (J. = {y/b}, con el que se unifican en
PiajcAb))-
Teorema 4.6.5. Si {L¡} es unificable, entonces existe un unificador más gene-

ral, o unificador mínimo, fi,, que tiene dos propiedades:
a) Si s es otro unificador de {L¡} entonces existe una sustitución s' tal que 5=
|X s', es decir, L¡s es un caso de L¡[i. (En el ejemplo anterior, P(a,c,f(b)) es un
caso de P(ayxJ{b)) para s' = {c/x}).
b) L¡\i es único salvo por variantes alfabéticas.
No entraremos en la demostración de este teorema, que es algo laboriosa, y que

es constructiva: se llega a un algoritmo para encontrar el unificador más general
de cualquier conjunto de literales que sea unificable.
4.7. La regla de resolución

Sean dos generatrices,
G
i= LuVL12W...
G2= L21 vL22 v ...
o, expresadas como conjuntos de literales,
178
<?1= {Lu}
G 2 = {L 2i }
Y sean {l l j } c {/,,,} y {/ 2; } c {L 2¿ } tales que {/],} U {—i¿2,} esunifi-

cable, siendo |i el unificador mínimo. Entonces decimos que {Lli} y {L2¡} se
resuelven en lu y que de ambas generatrices se infiere la resolvente:
La justificación teórica de esta regla de inferencia es una generalización de las

leyes de inferencia de la alternativa que veíamos en el apartado 2.5.5. Para
comparar aquella ley con lo que acabamos de decir, obsérvese que, al unificar, l u
se reduce a un solo literal, que corresponde al que allí llamábamos P ( x v ...,x n ) ,
y {l2i} a otro, —P (xv ...,xn) .
Ejemplo:
Sean Gx= P(a,x,f(a)) v-,£>(*)
G2= P (a, y, f(a)) v ^P (a,y, f ( z ) ) vQ(z)
Podemos elegir {/ 1( } y {l 2 j } de varios modos, y con cada uno obtendremos

una resolvente distinta:
a){/ 1 ; }= { P ( a , x , f ( a ) ) } ; { l 2 i } = {^P (a,y,f(a))}

El unificador mínimo es ¡J, = {x/y}, y la resolvente:
R= ->Q(x) v —P (a, x,f(z)) vQ(z)
b) Uli} = {P(a,x,f(a))};{l2i}= {^P (a,y,f(z))}
(J.= {x/y, a/z}

R= -^Q(x) v^P(a,x,f(a)) v Q (a)
c){/„}= {P(a,x,f(a))};{l2i}= P(a,y,f(a)),^P(a,y,f(z))}
|l= {x/y, a/z}
R= (x) v Q (a)
Las tres anteriores son resoluciones en P. También podemos hacer una
resolución en Q\
d) Uu}= {^Q(x)}-,{12¡}= {Q(z)}
179
|i= { x / z }
R= P (a,x,f(a)) v^P(a,y,f(a)) v -nP (a,y,f(x))
4.8. Refutación
Aquí es totalmente aplicable todo lo dicho en el apartado 5.8 del capítulo 2,
porque la ley de reducción al absurdo se aplica también en lógica de predicados.
Es decir, si
P= P1 A P2 A ... A P n
es una sentencia con todas sus variables cuantifícadas universalmente, y lo mismo

C, P —> C será verdadera y, por tanto, C será una conclusión de Pv P2, ...,P„,
si (y sólo si) de la conjunción de P y —iC resulta una contradicción.7 Con la
resolución, la contradicción se manifestará por la obtención de la cláusula vacía.
Se puede demostrar que la refutación con resolución y con búsqueda
exhaustiva (definición 5.7.2 del capítulo 2) es un sistema inferencial consistente
(si se obtiene la cláusula vacía, el razonamiento formado por P y C es válido) y
completo (si el razonamiento es válido, se obtiene la cláusula vacía). El problema
es que la búsqueda exhaustiva exige ahora comprobar para todas las unificaciones
posibles entre todas las cláusulas, y en problemas cuyo tamaño (que depende del
número de premisas, de cláusulas en cada premisa y de literales en cada cláusula)
empiece a ser elevado se produce el fenómeno llamado "explosión combinatoria":
el número de combinaciones a explorar se hace tan elevado que las máquinas
actuales no pueden llegar a la solución en un tiempo aceptable.8 Por ello, se
utilizan otras estrategias para el sistema inferencial, y no todas ellas son
completas.
Ejemplo:
Volvamos al ejemplo 1.7.4, y, para simplificar, supongamos que con el
predicado P(x,y) representamos "x es el padre o la madre de y". Tendremos
entonces dos hechos y la definición de "abuelo de":
Pl:P(a, l)
P2:P(j,a)
P3: (Vx) (Vy) (Vz) (P (x, y) AP(y,z) Â(x,z))
7
Este resaltado se obtiene fácilmente sustituyendo P —» C = —,(P A —IC) en la tesis que corresponde a la
equivalencia (10) del apartado 4.2 (de la misma forma que hacíamos en el apartado 5.8 del capítulo 2).
8
En términos de algorítmica, el algoritmo es de complejidad no polinómica (apartado 3.1 del capítulo 7 del Tema
"Algoritmos").
La conclusión evidente en este caso es A(j,l). Pero normalmente tendremos
muchos más hechos9, y podríamos plantearnos la pregunta: "dados los hechos y la
definición de abuelo, ¿existen abuelos?" Vamos a ver que la refutación no sólo
nos permite responder a la pregunta, sino, si la respuesta es afirmativa, averiguar
los individuos que están en la relación.
La pregunta que acabamos de hacer se formalizaría así:
C: (3x) (3y) (A(x,y))
Si la respuesta es positiva entonces se podrá refutar —>C. Pongamos primero

P3 y —iC en forma clausulada:
P 3 : - P (x, y) v-P (y, z) v i (x, z)
—iC: —A (u, v)
Resolviendo en A estas dos cláusulas mediante JJ, = {x/u,z/v},
Cl: —P (x, y) v —iP (y, z)
Resolviendo en PP1 con Cl mediante ¡i = {a/y, l/z},
C2: —P (x, a)
Y resolviendo finalmente P2 con C2 mediante |i = {j/x},
C3: <p
Pero no solamente hemos obtenido la refutación, sino también los valores de

las variables mediante los cuales se refuta. Efectivamente, las dos variables
iniciales de la pregunta, u y v, las sustituimos por x y z, y posteriormente z se
sustituyó por lyx por j. Luego l y j son los dos individuos que están en la relación.
Ahora bien, supongamos que nuestro procedimiento es tal que al resolver P1
con Cl escoge el primer literal de P1 en lugar del segundo: En tal caso, haría la
unificación con |i, = {a/x, l/y} y obtendría:
C2: -P(/, z)
y si el procedimiento (no de búsqueda exhaustiva) ya no vuelve a considerar Cl,

entonces habrá llegado a un punto muerto, puesto que no puede hacer más
resoluciones.
9
Por ejemplo, dejamos como ejercicio al lector el análisis de lo que ocurre cuando el universo del discurso es
el considerado en el ejemplo del apartado 3.1.
181
5. Resumen
La lógica de predicados nos permite entrar en la composición de los
enunciados, que en lógica de proposiciones se representan con simples variables
proposicionales. Ahora tendremos, en lugar de variables proposicionales,
predicados, que representan propiedades de individuos o relaciones entre
individuos, y constantes y variables, que representan a esos individuos.
Hemos seguido un camino paralelo al del capítulo 2, ampliando a la lógica de
predicados el sistema axiomático, la semántica y los sistemas inferenciales,
deteniéndonos especialmente en la regla de resolución, cuya aplicación es algo
más complicada aquí, primero por la existencia de variables cuantificadas, que
exige ciertas manipulaciones sobre las sentencias para expresarlas en forma
clausulada, y luego porque en el emparejamiento de literales complementarios
hay que buscar unificaciones.
El último ejemplo, que se complementa más adelante con el ejercicio 7.4, per-
mite vislumbrar cómo el método de resolución puede servir para búsquedas en
bases de datos construidas sobre la declaración de hechos elementales y de
definiciones de relaciones.

Robinson (1965) propuso el método de resolución junto con un algoritmo de
unificación. Anteriormente, Davis y Putnam (1960) habían presentado un
procedimiento para la expresión de sentencias en forma clausulada. Y mucho
antes, el matemático Thoralf Skolem (1928) había propuesto el uso de las
funciones que llevan su nombre.
La que hemos llamada "búsqueda exhaustiva" es la estrategia de control más
rudimentaria para sistemas inferenciales basados en la regla de resolución. Se han
propuesto muchas otras estrategias, algunas no completas en aras de una mayor
eficacia. Una buena síntesis puede encontrarse en Nilsson (1982, cap. 5).
Aunque en este capítulo hayamos puesto un énfasis especial en los métodos
basados en la regla de resolución, no se debe concluir por ello que éste sea el único
sistema inferencial programable. De hecho, hay situaciones en las que la forma
clausulada de la lógica no es la más apropiada, y se prefiere un sistema inferencial
que opere sobre sentencias expresadas en la forma "estándar".
Aparte de las aplicaciones para el diseño de sistemas basados en conocimiento,
de las que hablaremos en el capítulo 6, la lógica formal se utiliza también como
base para la definición de lenguajes de especificación de programas. Este es un
tema de gran importancia en ingeniería del software: la programación,
tradicionalmente, ha tenido siempre más de "arte" que de "ciencia"; ahora se trata
182
de elaborar teorías y métodos formales que permitan mejorar la productividad y
la fiabilidad del software.
Hay muchos libros sobre lógica recomendables para ampliar lo expuesto en
este capítulo. Destacamos los de Robinson (1979), Kowalski (1979) y Cuena
(1986), y, muy especialmente, el de Genesereth y Nilsson (1987). A través de la
Internet pueden obtenerse materiales didácticos que se utilizan en la Universidad
de Stanford para un curso basado en este último texto (Genesereth, 1995).
7. Ejercicios
7.1. Expesar como sentencias en lógica de predicados los siguientes
enunciados:
a) "Existen individuos que, sin ser completamente idiotas, se compor-
tan como tales".
b) "Todo lo que no es tradición es plagio". (Eugenio D'Ors).
c) "Diremos que una máquina es inteligente para un tipo de tareas si un
observador es incapaz de distinguir por el resultado a la máquina de un
humano que sabe resolver ese tipo de tareas". (Esto es lo que se llama
"prueba de Turing": véase el apartado 1.1 del capítulo 6).
d) "Un descendiente de una persona es o bien un hijo de esa persona o
bien un hijo de un descendiente".
7.2. Considerar la premisa:
P: En un pueblo hay un barbero que afeita a todas las personas del
pueblo que no se afeitan a sí mismas, y sólo a ellas".
¿Se puede inferir la conclusión C: "El barbero se afeita a sí mismo"? Si
esta conclusión fuese verdadera, la premisa nos dice que tendría que ser
falsa (sólo afeita a los que no se afeitan a sí mismos), y si fuese falsa,
la premisa nos dice que tendría que ser verdadera (afeita a todos los que
no se afeitan a sí mismos). Esta es la llamada "paradoja del barbero",
debida a Bertrand Russell. Descubrir el origen de la paradoja mediante
el análisis formal de la premisa.
7.3. Formalizar los siguientes razonamientos y comprobar las conclusiones
mediante resolución y refutación:
a) PL: Ningún ordenador se equivoca
P2: El que tiene boca se equivoca
C: Ningún ordenador tiene boca
183
b) PI: Algunos ordenadores se equivocan
P2: El que tiene boca se equivoca
C: Algunos ordenadores tienen boca
c) P1: Todos los libros de informática son instructivos

P2: Ninguna novela es un libro de informática
C: Ninguna novela es instructiva
d) P1: Todos los informáticos saben programar

P2: Los humanistas no saben programar
P3: Algunos humanistas saben leer programas
C: Algunos que saben leer programas no son informáticos
e) P: No existe nadie que sea al mismo tiempo maestro de alguien y

alumno de ese mismo alguien
CL: Nadie es maestro de sí mismo

C2: Nadie es alumno de sí mismo
f) P1: Todos los animales que no cocean son flemáticos

P2: Los asnos no tienen cuernos
P3: Un búfalo siempre puede lanzarlo a uno contra una puerta
P4: Ningún animal que cocea es fácil de engullir
P5: Ningún animal sin cuernos puede lanzarlo a uno contra una
puerta
P6: Todos los animales son excitables, excepto los búfalos
C: Los asnos no son fáciles de engullir
g) Pl: Los animales se irritan siempre mortalmente si no les presto
atención
P2: Los únicos animales que me pertenecen están en ese prado
P3: Ningún animal puede adivinar un acertijo a menos que haya sido
adecuadamente instruido en un colegio con internado
P4: Ningún animal de los que están en este prado es un tejón
P5: Cuando un animal está mortalmente irritado corre de un lado
para otro salvajemente y gruñe
P6: Nunca presto atención a un animal, a no ser que me pertenezca
P7: Ningún animal que haya sido adecuadamente instruido en un
colegio con internado corre de un lado para otro salvajemente y
gruñe
C: Ningún tejón puede adivinar un acertijo

(Estos dos últimos razonamientos proceden de Lewis Carroll. En el
libro de Deaño (1986) vienen las correspondientes inferencias mediante
un "sistema de deducción natural", que pueden compararse con las
realizadas mediante resolución; para el f), Deaño utiliza veintiún pasos
de aplicación de las reglas de inferencia, y para el g), veinticuatro).
Completar la definición recursiva de "antepasado de" que dábamos en

el ejemplo 1.7.5. para que incluya separadamente las relaciones "padre
de" y "madre de". Añadir varios hechos (relaciones "padre de" y "madre
de" definidas sobre individuos concretos) imaginarios o reales (toma-
dos, por ejemplo, de una familia real, en cualquiera de las acepciones
de "real") de manera que existan varios individuos que estén en la rela-
ción "antepasado de". Ver entonces cómo mediante refutación po-
demos encontrar estas parejas de individuos.
185
5
Otras lóaicas
1. Introducción
La lógica clásica nos permite modelar los razonamientos (en su vertiente
funcional, no en la procesal: recuérdese la discusión sobre este asunto en el
apartado 1 del capítulo 1). Pero, como todo modelo, no es más que una aproxi-
mación a la realidad que se concentra en determinados aspectos relevantes de esa
realidad y que no contempla infinidad de matices y de detalles. Las lógicas
llamadas "no clásicas" son las que abordan alguno de los aspectos no modelados
en la lógica de proposiciones ni en la lógica de predicados. Y son de utilidad en
informática cuando tales aspectos juegan un papel importante en el fenómeno o
problema a estudiar o en la aplicación a desarrollar.
Dentro de estas "otras lógicas" pueden considerarse dos tipos: uno, el de las
que amplían los lenguajes de los cálculos de proposiciones y de predicados y en
las que todas las construcciones y teoremas de éstos siguen siendo válidos, y otro,
el de las que invalidan algunas leyes. Por ejemplo, en las lógicas multivaloradas
o polivalentes, que son aquellas en las que se admiten evaluaciones intermedias
entre la "verdad" y la "falsedad", la ley del tercio excluso, (Av—A) , (o,
equivalentemente, I- [ - I (A A -IA) ] ) deja de ser válida.
El campo es demasiado amplio como para pretender darle aquí un tratamiento
al mismo nivel formal y con la misma extensión que hemos hecho con las lógicas
de proposiciones y de predicados. Nos limitaremos a una presentación resumida
187
de las lógicas más conocidas, apuntando solamente sus aplicaciones en infor-
mática, y nos extenderemos finalmente con un poco más de detalle en una de ellas,
la lógica borrosa. Remitimos al lector interesado en estudiar con rigor alguna de
estas lógicas a la bibliografía que se comenta en el apartado 6.
2. Ampliaciones de la lógica de predicados

2.1. Lógica de predicados de orden superior
Tras estudiar el capítulo anterior, el lector que haya reparado en su título
albergará, seguramente, una duda: ¿por qué "lógica de predicados de primer
orden"! La respuesta es, naturalmente, que hay lógicas de predicados de segundo
orden, de tercero, etc.
En la lógica de predicados de segundo orden los predicados pueden cuan-
tificarse y utilizarse como variables1. En el lenguaje cotidiano solemos hacerlo.
Por ejemplo, cuando decimos "todos los españoles comparten algún rasgo
común", que habríamos de formalizar así:
(3R) ((Vx) (E(x) R(x)))
("existe al menos un rasgo, R, tal que, para todo x, si x es español, x tiene el rasgo
R"). O cuando decimos "el cobre es conductor, propiedad que es muy interesante",
que formalizaríamos así:
C (c) AI(C)
Los predicados que se refieren a propiedades (/, en el último ejemplo) pueden

también cuantificarse, entrando de este modo en la lógica de predicados de tercer
orden, y así sucesivamente.
Las reglas de formación dadas en el capítulo 4 pueden ampliarse fácilmente
para que permitan obtener sentencias de la lógica de predicados de orden superior.
No ocurre lo mismo con el sistema axiomático. El problema es que muchos
sistemas que se han propuesto son inconsistentes y conducen a paradojas. (Por
ejemplo, la paradoja de la sentencia "esta sentencia es falsa": si la sentencia es
verdadera, hay que concluir que es falsa, y viceversa). Para resolverlo, se han
elaborado esquemas teóricos, como las "teorías de los tipos", que en informática
encuentran aplicaciones en la definición semántica de lenguajes de programación
(tema "Lenguajes", capítulo 5, apartado 4).
1
En el capítulo anterior lo hemos hecho ocasionalmente, cuando expresábamos propiedades de sentencias, y así
lo hicimos observar en las notas a pie de página de los apartados 3.2 y 4.2.
188
2.2. Lógica de clases y lógica de relaciones
En realidad, las lógicas de clases y de relaciones no añaden nada nuevo a la
lógica de predicados: son otra manera de expresarla, con construcciones sintác-
ticas más cercanas a la teoría de conjuntos.
Una clase es una entidad abstracta que designa a todos los individuos que
comparten alguna propiedad. Conceptualmente, "clase" y "conjunto" son dos
cosas diferentes: no es lo mismo la clase de los libros de informática, algo
abstracto que designa a todos los objetos que comparten las propiedades de ser
libros y de tratar sobre informática, que el conjunto de todos los libros de
informática, que es algo concreto. Pero las mismas operaciones que se definen
entre conjuntos (unión, intersección, etc.) son también válidas entre clases. Y
consiguientemente, el álgebra de Boole, que es un modelo para la teoría de
conjuntos y para la lógica de proposiciones, también lo es para la lógica de clases.
El alfabeto de la lógica de clases incluye los símbolos para representar a las
clases (A, B, C,...), los símbolos de la teoría de conjuntos (LJ , P>, <= , e , etc.)
y las conectivas de la lógica clásica. Por ejemplo, el razonamiento "todos los
hombres son mortales, Sócrates es un hombre, luego Sócrates es mortal" se
formalizaría así en lógica de clases:
( ( H a M ) A ( j £ H)) -» ( s e m)
Puesto que a toda propiedad corresponde una clase, y los predicados

monádicos representan propiedades de individuos, todo lo que pueda
representarse en lógica de predicados monádicos puede también representarse en
lógica de clases y estudiarse con la herramienta del álgebra de Boole. Sugerimos
al lector que analice mediante diagramas de Venn los razonamientos utilizados
como ejemplos en el capítulo anterior.
La equivalencia entre lógica de clases y lógica de predicados monádicos se ve
claramente si consideramos que la clase C de los individuos que comparten la
propiedad P puede definirse, utilizando la terminología de conjuntos, así:
C= { x | P ( x ) }
Así como la lógica de clases es equivalente a la lógica de predicados

monádicos y su modelo matemático es el álgebra de clases, que es un álgebra de
Boole, la lógica de relaciones es equivalente a la lógica de predicados poliádicos
y su modelo matemático es el álgebra de relaciones, una extensión del álgebra de
Boole elaborada por de Morgan y Pierce. Por ejemplo, la relación i? entre padre e
hijo será la que existe entre todos los pares ordenados (.x,y) tales que el predicado
P(x,y) se evalúa como verdadero:
R= {(x,y)\P(x,y)}
189
En el álgebra de relaciones se definen la relación universal y la relación vacía,
y un conjunto de operaciones: complementación, unión, suma, diferencia,
selección, proyección y productos de relaciones. Su interés informático radica en
el hecho de constituir un modelo matemático de gran utilidad para el diseño de un
tipo de bases de datos llamadas, precisamente, relaciónales.
2.3. Lógica de predicados con identidad

Muchos enunciados establecen la relación de identidad entre individuos. Por
ejemplo, en
"España es el más meridional de los países europeos"
establecemos una identidad entre "España" y "el más meridional de los países
europeos". Este uso del verbo "ser" para denotar la identidad es muy distinto de
otros que hemos visto antes, como el "ser" de la predicación ("España es un país
europeo"), el "ser" de la pertenencia ("España pertenece a la clase de los países
europeos") o el "ser" de la inclusión ("la clase de los españoles está incluida en la
clase de los europeos").
En principio, la identidad no es más que un predicado diádico como cualquier
otro. Si los lógicos le dan una importancia especial es porque muchos razo-
namientos sólo pueden explicarse ampliando el lenguaje de la lógica de
predicados para que lo considere como un caso especial. Por ejemplo:
P l : El que inventó la palabra "telemática" es abulense
P2: El que inventó la palabra "telemática" ha escrito "La vida en un chip"
P 3 : El que ha escrito "La vida en un chip" es Luis Arroyo
C: Luis Arroyo es abulense
Obsérvese que en P l y en C se utiliza el "ser" de la predicación (o de la
pertenencia, según se adopte la óptica de la lógica de predicados o de la lógica de
clases), mientras que e n P 2 y P3 es el "ser" de la identidad.
Tradicionalmente, en lógica se definen las "descripciones" para tratar con
enunciados de ese tipo, y se introducen un nuevo símbolo, =, para la relación de
igualdad, y un nuevo cuantificador, i (iota), para formalizar expresiones del tipo
"el x tal que...", de modo que el razonamiento anterior se formaliza así:
Pl:A((\x) (I(x,t)))
Pl: (ix) (I(x,t))= (xx) (E(x,v))
P3: (ix) (E(x, v ) ) = a
C:A (a)
con i(A) = "abulense", i(í) = "inventor de", i(E) = "autor de",
i(t) = "la palabra telemática", i(v) = "la vida en un chip", i(a) = "Luis Arroyo".
Y una ampliación del sistema axiomático permite analizar razonamientos de
ese tipo.
Pero tenemos otro recurso expresivo para formalizar ese tipo de razo-
namientos: las funciones (capítulo 4, apartado 1.8). Introduciendo las funciones
fi (y) Y fe 0 0 e n sustitución de "el x tal que x inventó y" y "el x tal que x ha escrito
y", podemos escribir:
Pl:A(ft(t))
P2:fi(t)=fe(v)
P3:fe(v)= a
C: A (a)
Nuestro sistema inferencial sólo necesita de la adición de una regla mediante
la cual pueda sustituirse cualquier término por otro que sea idéntico a él.
2.4. Lógica modal

Una variable proposicionalp (o, en su caso, una fórmula atómica) expresa "es
el caso que p", o "p es verdadera", mientras que —p expresa "no es el caso que
p", o "p es falsa". La lógica modal se introdujo para poder dar cuenta de las
llamadas "expresiones modales" o "modalidades", que son las que incluyen
declaraciones del tipo "es necesario que", "es posible que", "es imposible que".
En lógica modal se definen dos nuevas conectivas uñarías u operadores
modales, uno para la posibilidad, 0 y otro para la necesidad, • . "Es posible que
p" se representa por " Op", y "es necesario que p", por " • / ? " . En realidad,
bastaría con uno solo para expresar las tres modalidades enunciadas:
"es posible quep"\ 0p,o bien —iD —¡p
"es necesario quep": H p , o bien -i 0 —p
"es imposible quep": —¡0p,o bien • —p
Mediante estos nuevos recursos expresivos, los lógicos han formalizado de

manera más convincente la relación de implicación. A diferencia de la
"implicación material" (A —> B , recuérdese la discusión sobre el significado del
condicional en el apartado 1.3 del capítulo 2) y de la "implicación lógica" (A t í ,
apartado 5.2 del capítulo 2), la "implicación estricta", A B , se define así:
—i 0 (A A —B)
("no es posible que, siendo A verdadera, B sea falsa"), o, equivalentemente:
• (-AvB)
("necesariamente, o bien A es falsa, o bien B verdadera, o ambas cosas").
191
El uso de esta noción requiere, a efectos semánticos, el concepto de "mundos
posibles": OA será verdadera si A lo es en alguno de los mundos posibles, y LIA
será verdadera si A lo es en todos los mundos posibles.
En informática, la lógica modal tiene aplicaciones en la teoría de lenguajes de
programación y en los sistemas inferenciales llamados "no monótonos", que son
aquellos en los que se obtienen conclusiones provisionales que pueden verse
invalidadas a la luz de nuevas evidencias. En la lógica no monótona se añade otro
operador modal, "M", que significa "es consistente con lo que se sabe hasta
ahora". Por ejemplo, consideremos la sentencia:
(Vx) (Vy) (P(x,y) AM^D(X) -+A(x,y))
cuya interpretación puede ser: "si x es padre de y, a menos que x sea un padre
desnaturalizado, entonces x ama a y". Si previamente se ha demostrado (por medio
de otras sentencias, o porque se da como un hecho) P(a,b) pero no D(a), entonces
la sentencia nos permite inferir provisionalmente A(a,b).
Además, la lógica no monótona permite formalizar un tipo de razonamiento
no deductivo muy interesante que se llama "abducción"2. Para ilustrarlo con un
ejemplo muy sencillo, supongamos que tenemos la sentencia:
(Vx) (G(x) ->F(x))
que representa el elemento de conocimiento "todos los pacientes con gripe

presentan fiebre". Sabemos que, dado G(a), la sentencia permite inferir, gracias
al modusponens, F(a). Pero ¿puede procederse al revés? Es decir, si sabemos que
F(a), ¿podemos deducir G(a)l La respuesta, desde luego, es "no": el razona-
miento
(Vx) (G(x) ->F(x))

F(a)
G(a)
no es un razonamiento válido (apartado 5.3 del capítulo 2). Ahora bien, la mente
humana funciona a veces de un modo que podemos asimilar a este tipo de
razonamiento: "si veo que este paciente presenta fiebre, puedo suponer, en
principio, que tiene gripe, a menos que haya descartado esta hipótesis por otro
motivo". Este es un ejemplo de inferencia abductiva. Con los operadores modales
podemos formalizarlo así:
2
Aclaramos, sólo para los lectores interesados en los "ovnis", que este término no tiene nada que ver aquí con
actividades de seres extraterrestres.
(Vx)(G(x)-^F(x))
F(a)
MG{a)
0 G (a)
Naturalmente, puede haber otras hipótesis consistentes con el conocimiento
previo, además de "G". Al mecanizar este tipo de razonamiento tenemos que
establecer una medida de credibilidad para las distintas hipótesis. Veremos un
enfoque basado en probabilidades en el apartado 3.2 del siguiente capítulo.
2.5. Lógica temporal

Considerada por algunos autores como un tipo de lógica modal, la lógica
temporal es aquella en la que la función de evaluación depende del instante. Se
introducen para ello dos predicados temporales:
F(A): A será verdadera en algún instante futuro

P(A): A fue verdadera en algún instante pasado
a partir de los cuales pueden definirse otros, por ejemplo:
-iF (—iA) : A será verdadera en todo instante futuro

—iP (->A) : A fue verdadera en todo instante pasado
y un predicado de precedencia temporal, T(tv í2) , que será verdadero si tí < t2

y falso en caso contrario, y con el cual se puede extender la función de evaluación
a los nuevos predicados:
E(tf{Á))=1 si y sólo si hay un f tal que T(t/) y E(t'A)=1

£(í,P(A))=1 si y sólo si hay un t tal que T(t\t) y E{(A)=1
En informática, la lógica temporal tiene aplicaciones para los trabajos sobre

especificación y verificación de programas, así como para todos aquellos en los
que interviene la concurrencia y la intercomunicación entre procesos. Asimismo,
permite formalizar razonamientos basados en conocimiento de tipo dinámico (por
ejemplo, reglas en las que la satisfacción de sus componentes incluye la
modalidad temporal).
3. Lógicas multivaloradas
La idea que motiva a todas las lógicas multivaloradas, también llamadas
multivalentes o polivalentes, radica en el hecho de que a veces somos incapaces
193
de asignar valores de "verdad" o "falsedad" absolutos a las sentencias. Ahora bien,
esto es algo que ya habíamos previsto (definición 3.1.2 del capítulo 2): decíamos
que el conjunto de valores de verdad, V, debe tener, como mínimo, dos valores.
Hasta ahora, hemos considerado que card(V)=2. Las lógicas multivaloradas son
aquellas en las que card(V)>2.
Consideremos el caso más sencillo: card(V) = 3. Adoptemos los símbolos "1"
para "verdadero", "0" para "falso" y " 1/2 " para "ni verdadero ni falso". En esta
lógica trivalorada (o trivalente) la extensión del dominio de la función de
evaluación para las sentencias puede hacerse teniendo en cuenta la siguiente tabla
que define las conectivas en el conjunto V:
A B —A AaB AvB A ->B A H Í

0 0 1 0 0 1 1
0 1/2 1 0 1/2 1 1/2
0 1 1 0 1 1 0
1/2 0 1/2 0 1/2 1/2 1/2
1/2 1/2 1/2 1/2 1/2 1 1
1/2 1 1/2 1/2 1 1 1/2
1 0 0 0 1 0 0
1 1/2 0 1/2 1 1/2 1/2
1 1 0 1 1 1 1
(Como puede comprobarse, si se eliminan las filas en las que A o B se evalúan

como " 1/2" queda la tabla binaria clásica).
Para la evaluación de sentencias con variables cuantificadas bastará tener en
cuenta que "V" y "3" son generalizaciones de " A" y " v " respectivamente:
E [ (Vx) (A (x)) ] = 1 si (Vx) (E (A (x)) = 1)
= OSÍ (3x) (E (A (x)) = 0)
= 1/2 en otro caso
E [ (3x) (A (x)) ] = 1 si (3x) (E (A (x)) = 1)
= 0 si (Vx) (E (A (x)) = 0)
= 1/2 en otro caso

Invitamos al lector a reflexionar sobre la justificación de estos significados de
las conectivas, considerando interpretaciones concretas. Por ejemplo, el condi-
cional puede analizarlo sobre la interpretación "si corro, entonces me canso" que
considerábamos en el capítulo 2 para ilustrar el sentido del condicional en el caso
de evaluación binaria.
La generalización para cualquier y tal que card(V)>3 puede hacerse mediante
las siguientes definiciones (llamadas leyes de Lukasiewicz)-.
E {—A) = 1 -E(A)
E(AAB)= mín (E(A),E(B))
E(AVB)= máx (E(A),E(B))
E(A^B)= 1 siE(A)<E(B)
= 1 -E(A) +E(B) siE (A) >E(B)
E ( (Vx) (A ( x ) ) ) = mín (E (A ( x ) ) )
X
E ((3x) (A (x)))= máx (E (A (x)))

X
que, como puede comprobarse fácilmente, coinciden con las dadas por la tabla
para el caso particular de la lógica trivalorada (card(V)=3).
Si hacemos V= {x|0 < x < 1} tendremos una lógica con infinitos valores de
evaluación, que puede ponerse en relación con la lógica probabilitaria, en la que
las conectivas se corresponden con operaciones de la teoría de probabilidades.
Para el operador de negación, esta correspondencia es inmediata; así, por ejemplo,
si tiramos un dado, en el lenguaje de las probabilidades decimos:" el suceso 'sacar
un tres' tiene probabilidad 1/6, y el suceso contrario tiene probabilidad 1-1/6 = 5/
6", mientras que en el lenguaje de la lógica diríamos: "la sentencia 'al tirar un dado
sale un tres' tiene el valor de verdad 1/6, mientras que la sentencia 'al tirar un dado
sale un número distinto de tres' tiene el valor de verdad 1-1/6 = 5/6".
En una lógica multivalorada podemos definir la equivalencia entre sentencias
del mismo modo que en la lógica binaria (apartado 3.5 del capítulo 2). Es decir,
dos sentencias son equivalentes si sus evaluaciones son las mismas para todas las
interpretaciones posibles. El lector puede comprobar que la mayoría de las leyes
de la lógica binaria (distributividad, asociatividad, de Morgan, etc.) se siguen
cumpliendo si se adoptan las definiciones dadas para las conectivas. Por ejemplo:
E(-^(AAB))= 1 -mín (E(A),E(B))
E(-NAV-B)= 1 - máx (1-E (A), 1-E (B))
195
S i £ ( A ) > E(B) entonces resulta: £ ( - , (A A B))= E(-AV^B) = l-E(B),
mientras que si E (A) < E (B) resulta: E (—,(A AB)) = E {—A v —B) = 1 -
E (A) . Por consiguiente,
—I (A A 5) = —A v —iB
Pero hay una ley importante que no se cumple: la del tercio excluso:
I- (A v —A) , o, equivalentemente, h (—i (A A —A)) . En efecto:
£ (A v -iA) = máx (E (A), 1 -E (A) ) > 1/2 (en general, distinto de 1) (en
general, distinto de "1")
E (A A -iA) = mín( E (A), 1 -E (A) ) < 1/2 (e« general, distinto de 0) (en
general, distinto de "0")
El modelo algebraico es un "álgebra blanda": un álgebra de Boole desposeída

del axioma A3 enunciado en el apartado 4.1 del capítulo 2.
4. Lógica borrosa
4.1. Justificación
En el siguiente capítulo presentaremos los principios de la aplicación de la
lógica a los llamados "sistemas expertos". Como allí veremos, un problema
fundamental a considerar es el de la representación en la máquina de los conoci-
mientos y los procedimientos inciertos e imprecisos que utilizan los expertos
humanos para resolver problemas. En la mayoría de los sistemas expertos que se
han construido o se están diseñando se adoptan técnicas "ad hoc" para atacar ese
problema. Pero existen intentos teóricos para introducir en la lógica formal la
imprecisión y la subjetividad propia de la actividad humana, y parece obvio que
en el futuro se tienda a basar rigurosamente el diseño de los sistemas expertos en
tales teorías. La más conocida de ellas es la lógica borrosa ("fuzzy logic"). Las
consideraciones anteriores, unidas a la escasez de bibliografía en español sobre el
tema, nos han incitado a dedicar una atención especial a la lógica borrosa en este
capítulo de "otras lógicas".
La lógica borrosa va aún más allá que las lógicas con infinitos valores de
verdad. Porque ya no sólo se trata de considerar que hay una infinidad de valores
semánticos entre "verdadero" y "falso", sino también de tener en cuenta que estos
mismos valores de verdad son imprecisos. Por ejemplo, a la sentencia "este
párrafo es de difícil comprensión" podría asignársele el valor de verdad 0,7 en
lógica multivalorada. Pero generalmente hacemos inferencias imprecisas, como
"si alguien encuentra muy difícil comprender un párrafo, casi con seguridad
abandona la lectura; este párrafo es de difícil comprensión para tal persona, luego
196
es probable que esa persona abandone la lectura". La lógica multivalorada no nos
permite hacer inferencias de ese tipo, porque intervienen en ella matices
(relaciones entre "difícil" y "muy difícil", entre "casi con seguridad" y "es
probable") imposibles de abordar con la simple extensión del conjunto de valores
de verdad.
Ese tipo de inferencia imprecisa es el que aborda la lógica borrosa. Y para ello
parte de una reconsideración del mismo pilar básico de las matemáticas: el
concepto de conjunto. En la realidad se presentan situaciones (particularmente,
cuando aparecen consideraciones subjetivas) en las que resulta difícil determinar
la pertenencia o no de un elemento a un conjunto. Por ejemplo:
• el conjunto de los números naturales mucho mayores que 100: parece claro
que 101 no pertenece al conjunto, y que 10 sí, pero ¿y 500?;
• el conjunto de las personas pobres: ¿pertenezco yo a ese conjunto?;
• el conjunto de las mujeres preciosas, etc.
Tales conjuntos pueden denominarse "borrosos" (o "difusos") para indicar que
no existe un criterio que determine exactamente un límite entre pertenencia o no
pertenencia al conjunto.
Pero, en este momento, el lector atento puede objetar: "lo que ocurre es que no
se ha establecido el criterio para definir los conjuntos. Así, en el primer ejemplo,
puede decirse (por convenio, o por hipótesis de trabajo) que el límite está en 1000;
en el segundo, que es pobre toda persona que, sin tener patrimonio, perciba unos
ingresos inferiores al salario mínimo; y en el último ejemplo ya es más difícil
establecer un criterio, porque ¿a quién se le ocurre tratar de determinar
matemáticamente tal conjunto?".
Ahora bien, si tratamos de formalizar las relaciones del hombre con su entorno
siempre vamos a encontrarnos con elementos imprecisos o "borrosos", sobre todo
en la actividad más típicamente humana, la comunicación por medio del lenguaje.
Cuando alguien está aprendiendo a conducir, en un determinado momento puede
recibir una orden del instructor como ésta: "levante ligera y lentamente el pie del
embrague", pero nunca una como ésta: "levante el pie 8 o a una velocidad de 2°30'
por segundo". Y sin embargo el hombre, considerado como sistema, se comporta
bien (aprende) con entradas "borrosas" como las del primer caso, mientras sería
difícil que lo hiciera con las del segundo tipo.
A poco que se reflexione, se llegará a la conclusión de que si pretendemos
analizar sistemas muy complejos como el hombre, las sociedades, etc. (ya sea con
espíritu puramente científico, ya sea con fines utilitarios: diseño de máquinas que
puedan razonar, tomar decisiones, comprender el lenguaje natural, etc.), resulta
imprescindible introducir en los modelos la imprecisión y la subjetividad propias
de la actividad humana. Además, en estos sistemas complejos hay que tener en
cuenta el principio de incompatibilidad de Zadeh:
197
"A medida que aumenta la complejidad de un sistema, nuestra capacidad para
hacer afirmaciones sobre su comportamiento que sean precisas y, al mismo
tiempo, significativas, va disminuyendo, hasta alcanzar un umbral por debajo del
cual precisión y significación (o pertinencia) llegan a ser características casi
mutuamente excluyentes".
Como consecuencia, los resultados muy precisos (hacia los que se orientan las
herramientas matemáticas clásicas aplicadas en ingeniería) tienen poca utilidad
por su incapacidad para representar significativamente el comportamiento de un
sistema complejo. De esta forma, resultan más interesantes los modelos cuali-
tativos.3
Estas consideraciones conducen a una reformulación del concepto básico de
conjunto, admitiendo grados de pertenencia de los elementos a los conjuntos.
Puesto que la lógica borrosa se apoya en la teoría de conjuntos borrosos, será
preciso que veamos previamente los elementos básicos de esa teoría.
4.2. Subconjuntos borrosos

En la teoría clásica, dado un elemento x de un universo U, y un subconjunto,
A c.U, hay dos posibilidades: x e A o x<£ A. Puede definirse una función
característica de pertenencia, |a.A, tal que ll^ (x) = 1 si x e A y (x) = 0 si
x i. A. Es fácil demostrar que:
î-(x)= 1 - M * )
M-Ana(*)= M * ) ' M * )
MÛB M = M-A U) • I-la (x) (suma lógica)
Definición 4.2.1. Dado un universo U, un subconjunto borroso, A , de É7, es un

conjunto de pares
{ ( * | M * ) ) } , V x e U,
donde (x) es una función que toma sus valores en un conjunto M llamado
conjunto de pertenencia.
3
Los conjuntos y la lógica borrosa que varaos a estudiar aquí son una aproximación a la modelación de estos
sistemas complejos, pero no la única. En las últimas décadas se han propuesto y desarrollado al menos otras dos:
la simulación cualitativa y la teoría de las catástrofes. Creemos que estas aproximaciones convergerán,
finalmente, en una nueva matemática cualitativa.
Generalmente se toma M= {m\m e [0,1] }; si se hace M= {0,1}, enton-
ces A se reduce a un subconjunto ordinario, de manera que la teoría clásica de
conjuntos es un caso particular de la teoría de conjuntos borrosos.
Ejemplo 4.2.2. Si U= {1, 2, 3, ..., 10} , podemos definir el conjunto "va-
rios", V, como:
V= {3|0, 5; 4|0, 8; 5|1; 6|1; 7|0,8; 8|0,5}
La asignación de valores a fX^ (x) es totalmente subjetiva, de manera que otra

persona daría, con toda probabilidad, otras cifras.
Ejemplo 4.2.3. Si U= [x\x e [0,150] } se interpreta como el conjunto de

edades posibles de un ser humano, podrían definirse los subconjuntos borrosos
J (joven) y V (viejo) así:
J
= { ( * | l ) o ^ 4 o ; ( * l ( l + (x —40)V40)~ 1 ) j . > 4 0 }
X= i (1 + 4 0 / ( * - 4 0 ) 2 ) " 1 ) j c > 4 0 }
Podemos tener una visión gráfica de estos conjuntos representando (X. (x) y
|a v (x) (figura 5.1):
Figura 5.1.
Definición 4.2.4. Se definen las relaciones de igualdad e inclusión entre

subconjuntos borrosos del siguiente modo:
Igualdad :A= B si |iA (x) = |j.B (x), Vx e U
Inclusión: Ac.B si\iA (x) < \iD (x), Vx e U
199
Definición 4.2.5. Se definen las operaciones de complementation, inter-
sección, unión, producto y potenciación del siguiente modo:
Complementación: ^ A = B si |a.A (x) = 1 - \iB (x), Vx e U

(supuesto que M = [0,1])
Intersección: C= AnB si |XC (x) = mín (|XA (x) ,\\.B (x)) ,Vx e U
Unión: C= AKJB si |0.c (x) = máx (fi.^ (x) ,\LB (X) ) ,Vx e U
Producto: C= AB si |l c (x) = (x) • (x) ,Vx e U
Potenciación: C= Aa si ¡lc (x) = ¡iaA (x) ,Vx e U
Es fácil comprobar que las tres primeras se reducen a las definiciones clásicas
en conjuntos ordinarios para M= { 0,1} . Asimismo, que todas las propiedades
de estas operaciones en los conjuntos ordinarios (asociatividad, distributividad,
etc.) se siguen cumpliendo, salvo en lo que respecta a dos muy importantes:
(el conjunto vacío, O , es aquel subconjunto borroso de U tal que (Vx 6 U)

( M * ) = o) )>y
Ejemplo 4.2.6. El complemento de "varios" tal como se definió más arriba

sería:
V= {1|1; 2|1; 3|0,5; 4|0,2; 7|0,2; 8(0,5/ 9|1; 10|1}
Y las representaciones gráficas de V y V serían las de la figura 5.2.
|iJ(x)
1 - 1-1
0,5 0,5-
2rJ r 4. 8 10 x 2 6 '8 10 *
Figura 5.2.
Ejemplo 4.2.7. Con las definiciones dadas para "joven" y "viejo" en el Ejemplo
4.2.3, en la figura 5.3 pueden verse las representaciones gráficas de la
intersección y la unión de ambos conjuntos.
^nvW
r
r~
20
1
i — r ~ í
40 60 80
n
20
—
40
/
m
i
60
r
80
joven y viejo joven o viejo
Figura 5.3.
En este ejemplo, tal como se definieron los subconjuntos, se cumple que

V= J , porque (Vx) (|i;. (x) + \iv (x) ) = 1.
4.3. Relaciones borrosas

4.3.1. Relaciones ordinarias entre conjuntos borrosos
Más arriba hemos definido las relaciones de igualdad e inclusión entre
conjuntos borrosos. Tales conjuntos son, realmente, subconjuntos borrosos de un
universo (no borroso) U. Se trata, por tanto, de relaciones definidas sobre el con-
junto de las partes (borrosas) de U, P(U).
Ahora bien, aunque las partes o subconjuntos sean borrosos, las relaciones así
definidas no son borrosas: dados A, B a U, o bien ( A , B ) e R, o bien (A, B)
£ R; concretamente, para las relaciones R de igualdad e inclusión definidas,
dados dos subconjuntos borrosos, A y B, o bien A- B, o bien A&B, y, del
mismo modo, o bien AczB, o bien A<tB.
4.3.2. Relaciones borrosas entre conjuntos ordinarios

Vamos a definir ahora el concepto de relación borrosa entre conjuntos no
borrosos. Sean A y B dos subconjuntos ordinarios, en general de universos
201
diferentes: A c.U,B <z V, y sean a e A y be B elementos genéricos de cada
uno. Una relación borrosa entre A y B se define como un conjunto de pares
ordenados (a, b), cada uno con un determinado grado de pertenencia , |i / ( , a la
relación R :
R= {{a,b)\\iR{a,b)},a&A,beB,Q<\yR<l [1]
IJ-jj indica así en qué grado, o con qué intensidad, los elementos a y b están en la
relación R .
Por ejemplo, existe una relación entre la estación del año en que nos
encontramos y el calor o frío que se siente. Esta relación es subjetiva (y, por lo
tanto, borrosa), y una determinada persona podría expresarla explícitamente así:
U = {estaciones}
V = {sensaciones}
A = U= {primavera, verano, otoño, invierno}
B = {calor, frío}
B
' c ' f '
0,7 0,4
in
V
1 0
o 0,6 0,5
„ i 0,1 1
Obsérvese que la relación propiamente dicha se escribe con mayor comodidad

en forma matricial, en lugar de hacerlo así:
R= { (p, c) |0,7; (p,f) 10,4/ etc.}
Las relaciones así definidas son binarias; la generalización a órdenes

superiores (relaciones entre más de dos conjuntos) es inmediata. Así, en el
ejemplo anterior un tercer conjunto podría ser el de países; su representación
matricial se haría escribiendo varias matrices.
Siguiendo con la relación binaria definida por [1], se observa fácilmente que
R es, realmente, un subconjunto borroso del producto cartesiano de A y B :
RczAxB
202
En efecto, como A y B son ordinarios, su producto cartesiano consta de todos
los pares (a, b), y la relación borrosa le da un grado de pertenencia a cada uno.
En este caso binario la relación se suele escribir también así: ARB.
En general una relación borrosa «-aria entre n conjuntos ordinarios,
A 1; A2, ...,An (no tienen por qué ser todos distintos) será un subconjunto borroso
del producto cartesiano de todos ellos:
RCZA1XA2X ... xA n
O, también,
R= {(ava2, ...,an) \]iR(ava2, ..., a„) }, a1 e Av . . . , « „ e A„
4.3.3. Relaciones borrosas entre conjuntos borrosos

En lo sucesivo vamos a prescindir del símbolo " bajo los nombres de los
conjuntos y de relaciones, y, salvo que digamos lo contrario, supondremos que
todos los conjuntos y todas las relaciones son borrosos (y, de todos modos, ya
sabemos que un conjunto ordinario es un caso particular de conjunto borroso, y
una relación ordinaria lo es de relación borrosa).
Sean AczU ,B cV, subconjuntos borrosos de universos Uy V, y sean ae A,
b e B .Se define el producto cartesiano de A y 5 del siguiente modo:
AxB A {(a, b)\ mín (¡iA (a), (b)) } [2]

(Es, pues, un subconjunto borroso de U x y).
Cualquier subconjunto de A x 5 será una relación borrosa entre ambos:
ARB c:A xB. Obsérvese que como todo subconjunto debe satisfacer a la rela-
ción de inclusión, el grado de pertenencia de (a, b) a tal subconjunto debe ser igual
o inferior a mín (a), ¡lB (b)) .
La generalización al caso n-ario es también inmediata.
4.3.4. Composición de relaciones

Dados tres conjuntos A, B, C, una relación binaria entre A y B :
AR±B= {(a,b)\[lRi(a,b)},
y otra entre B y C:
BR2C- {(b,c)\\xR2(b,c)},
se define la relación compuesta de Rí y R2 del siguiente modo:
A (JR1°i?2) C= { {a, c) máx [mín {a, b) ^ (b, c)) ] } [3]

b
203
Es decir, para cada pareja {a, c) se toma como grado de pertenencia a RI°R2
el resultado de la siguiente operación:
• Para cada uno de todos los b e B se toma el mínimo de las funciones de

pertenencia a las relaciones R1 y R2 de las parejas (a, tí) y (b, c), respec-
tivamente.
• El máximo de todos los mínimos anteriores es el valor de función de
pertenencia a R1°R2 de la pareja (a, c).
Si A, B, C, son finitos, R ¡ y R2 pueden escribirse en forma matricial, y puede
comprobarse que la matriz correspondiente a R t °R 2 se calcula como el "producto
máx-mín" de las matrices R1 y R2. El producto máx-mín de dos matrices es el
producto ordinario, pero sustituyendo la operación "suma" por la operación
"máximo" y el "producto" por el "mínimo".
Estas definiciones, como las que daremos luego, pueden parecer a primera
vista arbitrarias, y hasta cierto punto lo son. No obstante, en su elección se han
tenido en cuenta los siguientes criterios:
a) que sean consistentes con las definiciones paralelas de la teoría de

conjuntos ordinarios, es decir, que ésta pueda considerarse como un caso
particular de la teoría de conjuntos borrosos;
b) que los modelos basados en la teoría reflejen razonablemente bien la

realidad; y
c) que las computaciones que se derivan de la utilización de los modelos sean

sencillas y, por tanto, se ejecuten con rapidez; en particular, las operaciones
de selección de máximo o mínimo requieren mucho menos tiempo que las
de suma o producto.
Veamos un ejemplo para ilustrar la composición de relaciones. SeanA, B y Rt

las definidas en el ejemplo anterior (relación entre estaciones del año y sensa-
ciones de frío o calor). Obsérvese que en ese caso particular tanto A como B se
han definido como conjuntos ordinarios; en cualquier caso, R¡ es un subconjunto
borroso de A xB, independientemente de que A y B sean ordinarios o borrosos .
Podríamos seguir con esos mismos conjuntos y definir otro, borroso o no,
relacionado con B y ver la relación compuesta. Pero para aplicar tanto la
definición [2] como la [3], vamos a redefinir A y B como conjuntos borrosos:
U= {p, v, o, i},
dondep = primavera; v = verano; o = otoño; i = invierno.
V= {TVT2},
donde T1 = temperatura superior a 20° C; T2 = temperatura igual o inferior a
20° C (universos no borrosos).
A = estaciones frías = {p|0,3; v | 0 , l ; o|0,4; ¿|0,9}
B = sensación de frío = {T] 10,2; T 2 |0,8}
El producto cartesiano de A y B, según [2], expresado en forma matricial será:
Ty T2
p 0,2 0,3
V 0,1 0,1
o 0,2 0,4
i 0,2 0,8
Una relación entre A y B es, según hemos dicho, cualquier subconjunto de

A x B . Por ejemplo:
Tx T2
P 0,2 0,2
V 0,1 0
o 0,2 0,3
i 0 0,8
Obsérvese que R± relaciona bastante bien la sensación de frío alta con las
estaciones, pero no tanto la sensación de poco frío con las mismas (particu-
larmente, el grado de pertenencia de (v, Tx) a R t debería ser mucho más alto del
0,1 que resulta).
La explicación es que, tal como se han definido A y B, R¡ relaciona la
sensación de frío con las estaciones frías, pero no la sensación de poco frío con
las estaciones poco frías. Para que así fuera, deberíamos definir una nueva
relación haciendo uso de las operaciones de unión y complementación.
Volveremos sobre este ejemplo en el apartado 4.4.2.
Consideremos ahora un nuevo subconjunto borroso, C, en el universo W =
{ropas de abrigo}, establecido así:
C= { & | 0 , l ; í | 0 , 5 ; a | 0 , 9 }
donde b = bañador; t = traje; a = abrigo.
205
El producto cartesiano de B y C es:
Ti 0,1 0,2 0,2

BxC=
0,1 0,5 0,8
Tomemos R2= BxC (podría ser cualquier otro subconjunto).

Definidas así ARrB y BR2C, A y C estarán en la relación R1°R2, que se
calcula según [3], haciendo el producto máx-mín de las matrices de R1 y R2 :
p 0,2 0,2 P 0,1 0,2 0,2

V J
1
0,1 0 0,1 0,2 0,2 V
R{R2= 0,1 0,5 0,8
0,1 0,1 0,1
0 0,2 0,3 T
2 o
0,1 0,3 0,3
i 0 0,8 i 0,1 0,5 0,8
Al interpretar esta relación entre "prendas de abrigo" y " estaciones frías"

hemos de hacer el mismo comentario que antes con respecto a R^.
4.4. Lógicas borrosas

4.4.1. Sintaxis y semánticas
Como sintaxis de la lógica borrosa es válida la misma definida para la lógica
de predicados (aunque en lo que sigue prescindiremos de las funciones, para
simplificar). Pero hay varias maneras de definir la semántica, que conducen a
varias maneras de entender la lógica borrosa (de ahí el plural en el título de este
apartado).
Empecemos por el sentido más restringido, en el que la lógica borrosa es un
tipo de lógica multivalorada. La semántica viene definida por una función de
interpretación que asigna a cada predicado monádico un conjunto borroso, y a
cada predicado poliádico una relación borrosa (entre conjuntos ordinarios o
borrosos). La evaluación de un predicado es la función de pertenencia del
conjunto o relación que corresponda a ese predicado. Para evaluar sentencias (es
decir, para extender el dominio de la función de evaluación) se suelen aplicar las
leyes de Lukasiewicz enunciadas más arriba (en el apartado 3), aunque para el
condicional se utiliza más esta otra definición:
E(A^B)= máx (mín (E (A),E (B)), 1 -E (A))

El lector puede comprobar que esto es lo mismo que convenir en que la '
sentencia A es equivalente a —A v (A A B) (observe también que esta
última sentencia es equivalente a —A v B en lógica binaria, pero no en una lógica
multivalorada).
Pero hay una concepción más amplia de la lógica borrosa: independientemente
de que los predicados puedan ser borrosos o no, los valores de "verdad" o
"falsedad" pueden ellos mismos ser borrosos. En este marco nos situaremos de
ahora en adelante. Pero antes de seguir, ¿podría construirse un sistema
axiomático? La respuesta es "no" (sin "borrosidad"). En efecto, consideremos un
simple predicado, como "viejo". Aplicado a un individuo concreto, tiene que tener
una evaluación. En una lógica multivalorada como las vistas hasta ahora
podríamos decir, por ejemplo, sabiendo que "Juan" tiene cincuenta años, y
conviniendo que el conjunto borroso correspondiente a viejo es el de la figura 5.1,
que £(V(Juan)) = |l y (50) =0,6. Y si Juan tuviese cien años diríamos que
£(V(Juan)) =1. Pero el nuevo marco sirve para modelar razonamientos sobre
predicados imprecisos en general, no aplicados a individuos concretos. Por
ejemplo: "si alguien es viejo entonces es muy poco probable que gane una
maratón". La evaluación del antecedente de este condicional no es un número,
sino el mismo subconjunto borroso "viejo". Es decir, como decíamos antes, los
valores de "verdad" y "falsedad" son borrosos. En una lógica multivalorada puede
haber sentencias cuya evaluación sea siempre 1 (verdadera), que serán sentencias
válidas (tautologías, en el caso de la lógica de proposiciones multivalorada), y,
por tanto, se podrá construir un sistema axiomático que permita, a partir de unos
axiomas, derivar otras sentencias válidas. Pero en lógica borrosa no puede
definirse el concepto de "sentencia válida", y por ello no puede haber sistema
axiomático, y, por lo mismo, tampoco tiene sentido hablar de "completitud" ni de
"consistencia". Esto aleja tanto a la lógica borrosa de la "tradición lógica" que
muchos autores discuten que se le pueda llamar "lógica". La única defensa de la
lógica borrosa (por ahora, mientras no se revise todo el cuerpo de la lógica) es
pragmática: si con ella se pueden modelar situaciones y construir sistemas que no
se pueden abordar con otras lógicas, y si estos modelos permiten comprender
mejor las situaciones y diseñar sistemas que funcionan, tanto peor para la
"tradición lógica".
El conjunto de valores de verdad en esta lógica borrosa no es, pues, el conjunto
de puntos en el intervalo [0,1], sino un conjunto de subconjuntos borrosos de ese
conjunto. Esos subconjuntos borrosos no son todos los posibles, sino lo que se
llaman valores de verdad lingüísticos. Concretamente,
V = {verdadero, falso, no verdadero, no falso, bastante verdadero, bastante

falso, poco verdadero, muy verdadero, más o menos verdadero, más bien
verdadero,...}
Para cada predicado, se definirá el subconjunto correspondiente a "verda-

dero" (por ello, se dice que los valores de verdad en lógica borrosa son "locales").
207
Así, en el caso de la sentencia "x es viejo", el subconjunto correspondiente a que
esta sentencia sea verdadera puede ser el definido en los ejemplos anteriores. Este
subconjunto es el significado del predicado. Definido este subconjunto, los
correspondientes a los otros valores de verdad lingüísticos pueden calcularse en
función de él definiendo previamente unos convenios para "falso" y para las
partículas lingüísticas "muy", "bastante", etc.:
• "falso" es el subconjunto tal que \ifalso (x) = \x.verdadero (c (x)) , donde c(x)
es alguna función complementaria definida sobre U (por ejemplo, si U =
[1,150], c (x) = (150 - x ) );
• "no verdadero" = ("verdadero ");
2
• "muy verdadero" = "verdadero "
1/2
• "algo verdadero" = "verdadero " ; etc.
Por ejemplo, en el caso de que la sentencia sea el predicado "viejo" aplicado a
alguien, tendremos para "muy viejo" el significado:
S (muy v) = S2 (v) = {x|^2(v)(x)},
con n 2 (x) = |U2S(V) (X).

s (v)
En la figura 5.4 puede verse la representación gráfica de este convenio para

"muy", que, más o menos, corresponde a la interpretación intuitiva de la partícula.
4.4.2. Interpretación de sentencias

Para toda sentencia se tiene que poder calcular un significado, es decir, un
subconjunto borroso que corresponde a la interpretación "verdadera" de tal
sentencia. Empecemos por los casos más sencillos: los de las sentencias cons-
truidas con la negación, la conjunción y la disyunción. El cálculo del significado
de tales sentencias se hace del siguiente modo:
S(-IA)= S j A )
S(AaB)= S(A) nS(B)
S(AvB)= 5(A) uS(fi)
Como vemos, basta con utilizar las operaciones de complementación,

intersección y unión entre conjuntos definidas en el apartado 4.2.
Por ejemplo, interpretemos la sentencia "Manuel es un viejo que ronda los
setenta años", es decir, "Viejo (Manuel) A ronda setenta (Manuel)". La inter-
pretación (o significado) de viejo puede ser la que venimos utilizando. Hemos de
dar significado a "ronda setenta años". Gráfica y aproximadamente, podría ser
como indica la figura 5.5, en la que también hemos señalado la función de per-
tenencia al conjunto intersección de "viejo" y "ronda setenta", que es el signifi-
cado de la sentencia.
Es fácil comprender que con esto no hacemos sino abordar los casos más
sencillos. Las sentencias, normalmente, manejan palabras cuyos significados son
conjuntos borrosos de universos diferentes. Por ejemplo, en la sentencia "Manuel
es un viejo extraordinariamente decrépito" tenemos dos variables borrosas: edad
(con valor "viejo") y estado (con valor "decrépito"). La interpretación exige el
conocer la de cada una de las variables (y definir "extraordinariamente", que
podría ser, por ejemplo, el operador de potenciación con valor 3), y daría un
resultado bidimensional.
Veamos otro ejemplo: Con los conjuntos A = {estaciones frías }, B =
{sensación de frío} y C = {ropas de abrigo}definidos anteriormente, tendríamos:
gestaciones muy frías) = A 2 = {p | 0,09; v10,01; o 10,16; i | 0,81} ;
209
¿(estaciones no muy frías) = A2= {p\0,91; v|0,99; o10,84; ¿|0,19};
¿•(estaciones frías y no muy frías) = A n A = {p|0,3; v | 0 , l ; o|0,4; ¿|0,19}
¿•(sensación de mucho frío) = B2= { T] 10,04; T210,64} ;
¿(sensación de no mucho frío) = B2= {T110,96; T 2 |0,36} ;
¿(ropas que no abrigan) = C= {¿>|0,9; í|0,5; fl|0,l} ;

etcétera.
Con esto, entonces, podemos interpretar sentencias que contienen negaciones,
conjunciones y disyunciones. El caso del condicional necesita un tratamiento
aparte.
4.4.3. Interpretación de sentencias condicionales

Consideraremos el caso general "si A, entonces B, si no, C", es decir,
" (A -> B) A (-iA —> C) ", del cual" (A B) " será un caso particular. Cuando
A, B y C son sentencias ordinarias con interpretaciones binarias, el cálculo de
proposiciones clásico nos permite evaluar la sentencia como verdadera o falsa.
Pero cuando A, B y C son sentencias borrosas, cada una tendrá un significado, y
se trata de calcular el significado de la sentencia global.
Por ejemplo:
• si la humedad de la carretera es grande, el coche tiende a patinar;

o
• si estamos en una estación muy fría uso ropa de abrigo, si no, uso ropa de
muy poco abrigo;
etcétera.
Se considera que este tipo de sentencia establece una relación entre los
universos U (a que pertenece ¿(A)) y V (a que pertenecen S(B) y ¿(C)), relación
que se define de la siguiente manera:
• S (siA entoncesfi, si no C) = [¿ (A) x S (B) ] U [5(A)" x ¿ (C) ] , donde
" x" indica el producto cartesiano, definido en [2] (pág. 203).
En el caso de que C no esté especificado ("si A entonces B") se toma ¿(C) = V
(universo de C), es decir, se considera que el consecuente de "no A" puede ser
cualquier subconjunto de V.
Ejemplos:
a) "Si la estación es fría se siente frío; si no, no se siente frío".

A = ¿(estación fría) = {p(0,3/ v | 0 , l ; o[0,4/ ¿|0,9}
B = ¿(se siente frío) = {7\ 10,2; T210,8 }
A = ¿(estación no fría) = {p\Q,l; v\0,9; o|0,6; ¿|0,1}
B = ¿(no se siente frío) = {T, |0,8; T 2 |0,2}
La relación definida por la sentencia será:
1T T
1 2
P 0,2 0,3 0,7 0,2 P 0,7 0,3

v 0,1 0,1 0,8 0,2 V 0,8 0,2
(AxB) u (AxB) = u
0 0,2 0,4 0,6 0,2 o 0,6 0,4
1 0,2 0,8 0,1 0,1 i 0,2 0,8
b) "Si se siente frío, se usa ropa de abrigo; si no, no".
C = ¿(se usa ropa de abrigo) = {¿>|0,1; í|0,5; a|0,9}

C = ¿(no se usa ropa de abrigo) = {¿|0,9; í|0,5; a10,1}
(B x C) u (B x C) = 0,1 0,2 0,2 u 0,8 0,5 0,1

0,1 0,5 0,8 0,2 0,2 0,1
0,8 0,5 0,2

0,2 0,5 0,8
La composición de las relaciones correspondientes a las sentencias a) y b) será:
T1 T2 b t a
P 0,7 0,3 P 0,7 0,5 0,3

V 0,8 0,2 0,8 0,5 0,2 V
0,8 0,5 0,2
o 0,6 0,4 0,2 0,5 0,8 o
0,6 0,5 0,4
i 0,2 0,8 i 0,2 0,5 0,8
211
4.4.4. Reglas de inferencia borrosas
Consideremos estas dos premisas:
Pl: Estamos en una estación no muy fría.

P2: Si la estación es fría, se siente frío, si no, no.
¿Qué conclusión podríamos obtener? Obviamente, una conclusión borrosa

referente al grado de frío que se siente en esta estación. De acuerdo con lo visto
anteriormente, el significado d e P l es un subconjunto borroso de U= {p, v, o, i},
y el de P2 es una relación borrosa entre U y V = { Tv T2}. Y la conclusión será
un subconjunto borroso de V.
La regla de inferencia borrosa para este caso (que es un generalización del modus
ponens) es:
SiR es una relación borrosa entre Uy V, y X es un subconjunto borroso de U,

el subconjunto borroso inducido en Vpor X viene dado por la composición
Y= X ° R
(tomando X como una relación unaria).
En el ejemplo dado,
X= S2 (fría) = {p\Q,91; v|0,99; o|0,84; z|0,19}
T, T2
p v o i p 0,7 0,3
T,
Y= [0,91 0,99 0,84 0,19] v 0,8 0,2
0
[0,8 0,4]
0,6 0,4
1 0,2 0,8
Si a las sentencias anteriores se añade: "si se siente frío se usa ropa de abrigo,
si no, no", el resultado (grado de uso de las distintas prendas en las estaciones no
muy frías) puede calcularse, de acuerdo con los resultados anteriores, así:
b t a
0,8 0,5 0,2 [0,8 0,5 0,4]
[0,8 0,4 ] 0,2 0,5 0,8
o así:
b t a
0,7 0,5 0,3

b t a
p v o i 0,8 0,5 0,2
[0,8 0,5 0,4 ]
[0,91 0,99 0,84 0,19 ] 0,6 0,5 0,4
0,2 0,5 0,8
4.4.5. Aproximaciones lingüísticas

Ahora bien, una vez interpretada una sentencia u obtenida una inferencia como
hemos visto, lo que tenemos es un subconjunto borroso de un cierto universo. Pero
lo que deberíamos obtener sería una sentencia como "se siente bastante frío", "se
tiende a usar ropas de no mucho abrigo", etc. Para ello, es preciso asignar a cada
subconjunto borroso una aproximación lingüística, que es otro subconjunto
borroso que corresponde al significado de una sentencia construida con las
partículas "muy", "bastante", etc.
En el último ejemplo habíamos llegado a las conclusiones
C l : { 7 ^ 0 , 8 ; T 2 |0,4}
C2: {fc|0,8;í|0,5;a|0,4}
referentes al frío que se siente y al grado de uso de las ropas de abrigo. Por otra
parte, los conjuntos borrosos correspondientes a los significados de "se siente
frío" y "la ropa es de abrigo" se habían definido así:
"frío" = {7\|0,2; T 2 |0,8}

II"abrigo" = {b\Q,l; í|0,5; a\0,9}
El significado de "no hace frío" sería el de "frío", que, aproximadamente, se

corresponde con el de C1. Para un mejor ajuste, tendríamos que combinar otras
partículas (bastante, más bien, etc). Igual ocurre con C2, que, en una primera
aproximación, podría asimilarse al complementario de "se usan ropas de abrigo".
5. Resumen
Hemos pasado revista en este capítulo a algunas de las llamadas "lógicas no
clásicas" (hay otras que no hemos mencionado: intuicionista, dinámica,
situacional, intensional, epistémica, etc.), entendiendo por tales las que modelan
213
aspectos de los procesos de razonamiento no contemplados en las lógicas de
proposiciones y de predicados (aunque también hemos incluido aquí las lógicas
de clases y de relaciones, que no son más que otra manera de contemplar la lógica
de predicados).
Entre las que representan ampliaciones de la lógica clásica, es decir, las que
conservan todo su lenguaje y su sistema axiomático, hemos comentado la lógica
de predicados de orden superior, la lógica modal, la lógica no monótona y la lógica
temporal. Y entre las que invalidan ese sistema axiomático, la multivalorada y la
borrosa. Esta última, además de contemplar infinitos valores entre la verdad y la
falsedad, considera que esos mismos predicados semánticos ("verdadero" y
"falso", así como los intermedios) son, en sí mismos, imprecisos. Para modelar
esta situación hay una herramienta matemática, la teoría de conjuntos borrosos,
cuya base hemos estudiado.

Al mencionar la lógica de relaciones ha surgido, naturalmente, la referencia a
las bases de datos relaciónales. El modelo relacional para las bases de datos lo
introdujo Codd (1970), y actualmente reviste gran importancia en el campo de la
informática aplicada. Para el estudio de este tema hay muchos libros. Recomen-
damos particularmente los de Ullman (1988,1989), que cubren no sólo las bases
de datos relaciónales, sino también las deductivas (que incorporan reglas y
mecanismos de inferencia similares a los que estudiaremos en el siguiente
capítulo).
A pesar del adjetivo "no clásicas", muchos conceptos (nociones de "moda-
lidades" y de "contingente" como algo que no puede considerarse verdadero ni
falso) se remontan a la lógica aristotélica. Pero la formulación moderna de la
lógica modal se debe a Lewis (1932), que introdujo los operadores modales de
posibilidad y necesidad y la "implicación estricta", y la de la lógica multivalorada
a Lukasiewicz (1920, 1930). La formulación de Lukasiewicz sobre lógica
multivalorada no es la única. Otros autores prefieren definir de otro modo el
significado de las conectivas, como Bochvar (1939) y Kleene (1952).
Las "teorías borrosas" van indisolublemente unidas al nombre de Lofti Zadeh.
Fue él quien introdujo los conjuntos borrosos ("fuzzy sets") (Zadeh, 1965), los
algoritmos borrosos (Zadeh, 1968), sus aplicaciones biológicas (Zadeh, 1969), sus
aplicaciones a sistemas complejos y procesos de decisión (Zadeh, 1973), la lógica
borrosa (Zadeh, 1974), la "teoría de la posibilidad" (Zadeh, 1978) (con la que se
formaliza la idea de inferencia borrosa de una manera más rigurosa que la que
hemos sugerido aquí), las aplicaciones al razonamiento aproximado en general
(Zadeh, 1979), y, más recientemente, la metodología de los grafos de reglas
borrosas para sistemas expertos (Zadeh, 1992).
Como referencias generales sobre las lógicas no clásicas podemos citar los
libros de Haak (1974,1978), que aborda el tema desde el punto de vista teórico y
214
filosófico, y el de Turner (1984), que lo hace centrándose en las aplicaciones a la
informática.
La lógica modal se ha aplicado tanto en teoría de la programación (Manna y
Pnueli, 1979) como en métodos de inferencia no monotónica (McDermott y
Doyle, 1980) y en representación del conocimiento (Moore, 1984).
Igualmente, la lógica temporal se ha aplicado para la programación
concurrente (Manna y Pnueli, 1981; Manna y Wolper, 1984) y para sistemas de
inteligencia artificial (Alien, 1981; McDermott, 1982).
Un texto clásico sobre lógicas multivaloradas es el de Rescher (1969).
Sobre conjuntos borrosos y lógica borrosa hay bastante bibliografía.
Recomendamos particularmente tres libros: el de Klir y Folger (1988) y los de
Dubois y Prade (1980, 1988). Pero donde más aplicaciones está encontrando la
teoría de conjuntos borrosos es en los sistemas de control, y particularmente en el
diseño de muchos productos japoneses4; tres libros de referencia sobre este campo
particular son los de Driankov et al. (1993), Yager y Filev (1994) y Kandelk y
Langhotz (1994). El número de marzo de 1995 del "Proceedings of the IEEE"
(Chand y Chiu, 1995) contiene varios artículos sobre aplicaciones de la lógica
borrosa en ingeniería. Además, hay revistas especializadas: "Fuzzy sets and
systems", editada por North Holland desde 1978, y "Transactions on fuzzy
systems", editada por el I.E.E.E. desde 1993. Aún persiste, sin embargo, bastante
controversia sobre la lógica borrosa; a este respecto resulta muy interesante
observar la disparidad de opiniones entre los mismos especialistas (Shastri, 1993).
7. Ejercicios
7.1. Analizar en lógica de clases los razonamientos expuestos en el ejercicio
7.3 del capítulo 4.
7.2. Formalizar los siguientes enunciados, teniendo en cuenta que algunos
pueden ser ambiguos (y tener más de una formalización):
a) Si es necesario que si p entonces q entonces si es necesario que p
entonces es necesario que q.
b) No es posible ser valiente u osado si y sólo si no es posible ser
valiente y no es posible ser osado.
c) Si Pepe siempre se ha mareado cuando ha bebidó entonces si mañana
bebe se mareará.
4
Quizás el lector haya visto algún anuncio de cámaras fotográficas o de vídeo en el que se dice que utilizan
"lógica fuzzy" o "lógica gradual". Obviamente, el adjetivo "borroso" no parece muy adecuado para la promoción
de este tipo de producto...
215
d) Es posible que un programa haya funcionado siempre bien y que
mañana no funcione.
7.3. Definir la "equivalencia estricta", de modo similar a como se ha

definido la implicación estricta en el apartado 2.4.
7.4. Analizar mediante tablas de verdad si las leyes de modus ponens y
modus tollens son tautologías en lógica trivalorada.
7.5. Definir los conjuntos borrosos que sean necesarios en cada caso y
analizar los siguientes razonamientos:
a) Pl: La mayoría de los hombres son heterosexuales
P2: Sócrates era hombre
C: Es muy posible que Sócrates fuera heterosexual
b) Pl: La temperatura es un poco alta
P2: Cuando la temperatura es alta hay que cerrar un poco la válvula
C: Hay que cerrar ligeramente la válvula
Aplicaciones en
ingeniería del
conocimiento
1. Inteligencia artificial e ingeniería del

conocimiento
1.1. ¿Qué es la inteligencia artificial?
En este capítulo estudiaremos la aplicación de la lógica a la construcción de
"sistemas inteligentes". Empezaremos con algunas consideraciones generales
sobre la "inteligencia artificial" (abreviadamente, "IA").
En la historia del pensamiento pueden encontrarse numerosos precursores que,
mucho antes de la aparición de las máquinas para el tratamiento de la información,
219
entrevieron la posibilidad de mecanizar los procesos del razonamiento (por
ejemplo, Ramon Llull) o de simular los procesos cognoscitivos (por ejemplo,
Torres Quevedo). Ya antes de la aparición del primer ordenador comercial (el
"UNIVAC I", que se entregó en 1951), Alan Turing propuso una "prueba"
(imaginaria, al estilo de los "experimentos mentales" de los físicos teóricos1) para
determinar la pretendida inteligencia de una máquina. Adaptada y resumida, la
"prueba de Turing" podría expresarse así: "póngase a la máquina y a un ser
humano en comunicación con un observador (otro ser humano inteligente) a
través de sendos terminales con pantalla y teclado mediante los cuales el
observador plantea problemas para cuya solución se requiere un cierto grado de
inteligencia; si el observador, a la vista exclusivamente de las respuestas, es
incapaz de distinguir al ser humano de la máquina, habrá de admitir que ésta posee
el mismo grado de inteligencia que el primero, en lo que respecta a la inteligencia
necesaria para resolver ese tipo de problemas".
Se da como "fecha de nacimiento" de la inteligencia artificial el 15 de
diciembre de 1955, cuando el "Logic Theorist", un programa diseñado por
Newell, Shaw y Simon, demostró el teorema 2.15 de los "Principia Mathematical
de Whitehead y Russell. En el verano de 1956 se celebró en Darmouth la primera
conferencia de IA, en la que se hicieron previsiones muy optimistas (práctica
sustitución total de todo el trabajo del hombre por la máquina en un plazo de
veinticinco años) que poco después se vieron defraudadas. Los primeros resul-
tados de la LA en productos comerciales no aparecieron hasta la década de los 80.
Pero ¿qué es la IA? No hay una definición umversalmente admitida.2 Desde
los años 50, aparecen ya claramente diferenciados dos objetivos en los trabajos
sobre IA: unos están más orientados a las aplicaciones (se define la LA como "la
manera de hacer que las máquinas ejecuten tareas inteligentes") y otros hacia la
investigación psicológica (se define la LA como "una herramienta para investigar
sobre la naturaleza de la inteligencia", o, incluso, como "la ciencia de la inteli-
gencia"). Para lo que aquí nos ocupa, nos quedaremos con la primera definición,
pero hay que observar que conduce fácilmente a una concepción evanescente de
la IA: antes de la aparición de las calculadoras mecánicas podía pensarse que tales
máquinas serían "inteligentes"; hoy nadie diría tal cosa. Del mismo modo, cuando
los ordenadores se programaban en lenguaje de máquina, los que estaban defi-
niendo los primeros lenguajes simbólicos y diseñando sus traductores trabajaban
en LA (la tarea de traducción tenía que hacerla una persona, y requería "inte-
ligencia"). Y los sistemas expertos, de los que hablaremos más adelante, fueron
las primeras aplicaciones prácticas de la LA (olvidado ya el origen, lejano, de los
1
Ello no obsta para que, desde hace unos años, se organice periódicamente un "concurso" entre programas en
el que se premia al que mejor supera la prueba de Turing "engañando" a un equipo de observadores.
2
Hay quienes opinan que la inteligencia es un atributo esencialmente humano. Para ellos, la expresión
"inteligencia artificial" es, obviamente, una contradicción en sus términos.
primeros traductores de lenguajes), pero hoy pueden considerarse como productos
informáticos "normales".
Como se ve, la cuestión conduce, en definitiva, a preguntarse: "¿qué es la
inteligencia?", y, por tanto, al segundo tipo de objetivo que hemos mencionado.
A efectos prácticos, y para centrar el tema, comentaremos brevemente dos
ideas clave, o paradigmas, que impregnan el campo de la LA aplicada: la búsqueda
heurística y los sistemas basados en conocimiento (sin entrar en áreas concretas
de la LA, como el reconocimiento y síntesis del lenguaje natural y del habla, la
visión artificial, la robótica, etc.).
1.2. La búsqueda heurística

En los años 60 se desarrolló en numerosos estudios teóricos y prácticos la idea
de utilizar heurísticos para poder abordar problemas que, debido a su complejidad
no polinómica (concepto que se define en el apartado 3 del capítulo 7 del tema
"Algoritmos"), son insolubles de manera algorítmica. (Un ejemplo clásico es el
de ciertos juegos, como el del ajedrez, donde la búsqueda de todas las
posibilidades desde el inicio de una partida hasta su final requeriría la creación de
un árból con unos 10 elevado a 120 nodos, y un cálculo elemental nos da que una
máquina que generase tres nodos por nanosegundo tardaría el descabellado
número de 10 elevado a 21 años para generar todo el árbol, y, por tanto, para poder
hacer el primer movimiento). El principio de la búsqueda heurística consiste en
renunciar a encontrar "la solución", y contentarse con aplicar reglas empíricas o
"trucos", llamados heurísticos, que la experiencia avala. Los sistemas diseñados
al amparo de ese principio permiten así que las máquinas puedan resolver
problemas para los que, en principio, no están "preparadas"; el inconveniente es
que la máquina deja de ser "infalible": nunca podremos estar seguros de que "su
solución" sea "la solución", ni siquiera de que sea "una solución" (en cierto modo,
esto la hace también más "humana").
No podemos aquí entrar en los detalles técnicos de cómo se plasma esta idea
en algoritmos y programas concretos para ordenador. Al lector interesado le
remitimos a los muchos libros publicados sobre IA, algunos de los cuales citamos
en el apartado 6.
1.3. Los sistemas expertos y los sistemas

basados en conocimiento
Durante los años 70 continuaron los trabajos, especialmente en varias
universidades americanas, cada vez más orientados a la resolución de problemas
muy específicos, más que al "problema general de la resolución de problemas".
Aparecen así el "paradigma del sistema experto" (construir sistemas que emulen
a los expertos humanos en actividades muy concretas y muy restringidas) y el
"paradigma del conocimiento" (lo que caracteriza a un experto humano es su
221
conocimiento sobre el problema, más que sus capacidades generales de resolución
de problemas).
Se llama sistema experto a un sistema informático diseñado para resolver
problemas en algún área de aplicación, con una competencia al menos similar a
la que pueda tener un experto humano en ese área. Por ejemplo, sistemas ya
clásicos son MYCIN, sistema experto para diagnóstico y tratamiento de un
número muy reducido de enfermedades infecciosas, PROSPECTOR, sistema
experto para determinar la probabilidad de la existencia de yacimientos de ciertos
minerales a partir de las evidencias de campo, XCON, para configurar sistemas
informáticos con ordenadores VAX y PDP, etc.
Según el caso, el objetivo del sistema experto puede ser el de sustituir al
experto humano (lo que puede tener un especial interés en aquellas aplicaciones
en las que la experiencia tiene que estar disponible en lugares peligrosos o
geográficamente remotos o inaccesibles) o el de ayudar a los expertos humanos a
tratar con volúmenes de información que desbordan su capacidad (por ejemplo,
en medicina). En cualquier caso, el objetivo final es el mismo de todas las apli-
caciones informáticas: relevar a las personas de tareas mecanizables y propor-
cionarles instrumentos amplificadores de sus capacidades mentales.
Considerado como una "caja negra", un sistema experto deberá satisfacer un
criterio similar a la mencionada "prueba de Turing". Es decir, para que un sistema
artificial pueda considerarse experto en un área determinada tendrá que resolver
problemas al menos con la misma eficacia que lo hace un experto humano en ese
área. Así planteado, este criterio conduciría a considerar como expertos a muchos
sistemas "convencionales". Pero generalmente se entiende que un sistema exper-
to, además de resolver problemas, tiene que asumir otras funciones características
de los expertos humanos. Por ejemplo, poder incrementar sus conocimientos, ya
sea por contacto con otros expertos o por experiencia (aspecto éste relacionado
con el aprendizaje, que comentaremos más adelante), y poder explicar el razo-
namiento seguido para resolver un problema.
Acabamos de definir un sistema experto funcionalmente, es decir, por "lo que
debe hacer". Hablemos ahora de su estructura, que guarda una relación estrecha
con el "paradigma del conocimiento". En primer lugar, hay que decir que un
sistema experto no es más que un programa (o un conjunto de programas) para
ordenador. El usuario interactúa con ese programa, que le resuelve, o le ayuda a
resolver, sus problemas.
Ahora bien, habitualmente, cuando alguien escribe un programa para resolver
una clase de problemas en un ordenador, mezcla en las sentencias de ese
programa, de manera más o menos desordenada, los conocimientos necesarios
para ello y los procedimientos que, actuando sobre esos conocimientos, permiten
encontrar una solución para cada problema específico. Nada impide, en principio,
mantener esa forma de construcción para desarrollar un sistema con unas
especificaciones funcionales que satisfagan las características enumeradas más
arriba. Pero la necesidad de representar de manera explícita el conocimiento, de
adquirirlo a partir de expertos humanos, de acceder a él no sólo para resolver
problemas, sino también para justificar la solución, etc., aconseja la separación de
los dos componentes (conocimientos y procedimientos que los manipulan y los
usan). Ello conduce a una estructura modular cuyos dos bloques principales son
la base de conocimientos y el motor de inferencias.
Esta concepción modular del sistema, en la que se separan claramente los
conocimientos del motor de inferencias, es la que conduce a la denominación de
"sistemas basados en conocimiento". En teoría, la definición funcional de
"sistema experto" no exige que también sea un "sistema basado en conocimiento"
(puesto que, como toda definición funcional, no entra en su estructura), pero en la
práctica, todos los sistemas expertos tienen esta arquitectura.
Otro componente de los sistemas basados en conocimientos es la base de
hechos, que contiene, para cada problema, los datos relativos al mismo (por
ejemplo, las manifestaciones de cada paciente y las conclusiones intermedias). Y
también son importantes las interfaces: la interfaz del experto (para construir,
examinar y modificar la base de conocimientos) y la interfaz del usuario final.
1.4. La ingeniería del conocimiento

Es fácil intuir que el primer problema en el diseño de un sistema experto es el
de decidir los esquemas para la representación del conocimiento. Podemos
distinguir varios tipos de conocimiento. Hay un conocimiento descriptivo, o
declarativo, sobre los hechos y relaciones del dominio de experiencia o sobre los
datos del problema concreto a resolver (este último constituirá el contenido inicial
de la base de hechos). Hay también un conocimientoprocedimental, o normativo,
de tipo táctico, que permite obtener conclusiones a partir del conocimiento
descriptivo. Y hay, finalmente, un conocimiento estratégico, o de control, que
determina la manera en que se aplica el conocimiento procedimental. Por aclarar
ideas sobre un ejemplo muy sencillo, recuérdese el ejemplo 1.7.5 del capítulo 4.
En ese caso, el conocimiento descriptivo sería el contenido en los hechos "madre
de" y "padre de" que se establezcan, así como en las "reglas" (sentencias
condicionales) que definen la relación "antepasado de" en función de "padre de"
y "madre de". El procedimental serían las reglas de inferencia, que dicen cómo se
obtienen conclusiones, y el estratégico estaría definido en el sistema inferential:
en qué orden y a qué premisas se aplican las reglas de inferencia.
Otro problema es el de la adquisición del conocimiento, que puede ser, como
es lo más frecuente en los sistemas actuales, a partir de un experto humano (lo
cual exige un arduo trabajo para llegar a traducir tal conocimiento, generalmente
difícil de explicitar y de naturaleza imprecisa y heurística, al esquema de
representación elegido), o bien por autoaprendizaje (inducción del conocimiento
a partir de ejemplos resueltos; trataremos este asunto en el apartado 8 del capítulo
5 del tema "Autómatas").
Además está, por supuesto, el problema del diseño del motor de inferencias
(que, en principio, contiene tanto conocimiento procedimental como estratégico),
dependiente del esquema de representación. Y, finalmente, el problema de la
223
comunicación con el usuario final: para que el sistema sea aceptable debe
"convencer", y para ello debe ser capaz de justificar la línea de razonamiento
seguida en cada caso, y, si hace alguna pregunta (es decir, pide algún dato para
completar la base de hechos), explicar el motivo de la misma. Todo este conjunto
de problemas ha dado lugar a un campo de trabajo que se conoce con el nombre
de ingeniería del conocimiento (o "ingeniería del saber", o "ingeniería cognosci-
tiva", o "ingeniería epistemológica").
En el estado actual de la ingeniería del conocimiento, la adquisición se
entiende fundamentalmente como una actividad de modelación-, para diseñar un
sistema experto hay que empezar por establecer un modelo de la experiencia (es
decir, de la actividad del experto, en términos del conocimiento que aplica para
resolver los problemas), un modelo del entorno, de la comunicación, etc. Después,
hay que escoger la arquitectura más adecuada de acuerdo con ese modelo (la que
hemos sugerido, formada por los bloques de base de conocimientos, motor de
inferencias, base de hechos e interfaces, es la más primitiva; hay otras más
elaboradas, como las basadas en pizarras, las jerárquicas y las de agentes). Y para
la implementation del sistema existen herramientas (entornos de desarrollo
especializados, formados por programas que facilitan todas las actividades de
construcción del sistema) muy potentes.
En este capítulo veremos cómo la formulación lógica es un posible (aunque
primitivo) modelo para la representación del conocimiento. Para simplificar la
exposición, usaremos solamente la lógica de proposiciones. Explicaremos
asimismo el funcionamiento de los motores de inferencia (en lógica de propo-
siciones) y cómo se aborda el problema de la representación del conocimiento
impreciso. También daremos una idea de otros esquemas más estructurados para
la representación del conocimiento.
2. Sistemas basados en reglas

2.1. Sistemas de producción
Un sistema de producción es un modelo de computación que incluye tres
componentes: una base de datos, un conjunto de reglas de producción y un
sistema de control. Estos tres componentes son, respectivamente, la "base de
hechos", la "base de conocimientos" y el "motor de inferencias" del sistema de
producción. La llamada "base de datos" no es necesariamente una base de datos
en el sentido informático habitual: según el sistema, puede ser desde una sencilla
matriz de números hasta una verdadera base de datos. Las reglas de producción
se aplican sobre la base de datos, cambiando su estado en cada aplicación, y el
sistema de control gobierna esas aplicaciones y hace que la computación se
detenga cuando el estado de la base de datos cumple con alguna condición de
terminación predefinida.
224
Este es un modelo muy general. Aquí sólo veremos algunos detalles del caso
particular en el que las reglas de producción son sentencias condicionales
expresadas en lógica de proposiciones, y la base de datos es un conjunto de
variables proposicionales.
2.2. Base de datos

En la base de datos están los hechos iniciales y los que se van obteniendo como
consecuencias en el proceso inferencial. Las variables proposicionales que
contiene pueden estar negadas o no. Es decir, la base de datos es, en nuestro caso,
un conjunto de literales (capítulo 2, apartado 2.1). Cada literal representa a un
hecho concreto. (En el caso de lógica de predicados, en lugar de variables
proposicionales tendríamos predicados aplicados sobre valores concretos de las
variables, o sea, sobre constantes). No nos ocuparemos aquí de problemas como
el de la estructuración de estos datos, acceso a los mismos, etc.
2.3. Reglas de producción

Las reglas de producción (no confundir con las reglas de inferencia, que
estarán incluidas en el sistema de control) son pares ordenados (AJÍ). Depen-
diendo de la aplicación concreta, los elementos del par reciben los nombres de
"antecedentes" y "consecuente", "condiciones" y "acción" o "premisas" y "con-
clusión". En nuestro caso particular son, como hemos dicho, sentencias
condicionales: A —> i?. Como puede adivinarse por los nombres dados a A y &B,
A será normalmente una conjunción de literales y B un literal. Es decir,
supondremos que nuestras reglas de producción son sentencias de la forma:
A l A
hi A2 •••lAn l
B
De todos modos, A podría ser una sentencia cualquiera: con unas trans-
formaciones similares a las que hacíamos en el capítulo 2 (apartado 5.5) para
llegar a la forma clausulada, puede verse que A siempre se puede transformar en
un conjunto de sentencias de este tipo particular. Por su parte, B también podría
ser cualquier sentencia. Sólo supondremos, de momento, y por las razones que
veremos más adelante (en el apartado 3.1), que no contiene la conectiva " v". Si,
por ejemplo, B fuera una conjunción de literales, lB1 A lB2 A ... A lBm, la sentencia
podría descomponerse en m sentencias con el mismo antecedente y cada una de
ellas con uno de los literales como consecuente.
Obsérvese que esta forma de sentencia es la que en el capítulo 2 (apartado 5.6)
llamábamos "cláusula de Horn con cabeza", salvo que ahora las variables pro-
posicionales pueden ser literales. (Por otra parte, todo el conjunto de la base de
datos puede interpretarse como una cláusula de Horn sin cabeza y negada). Esta
forma, aparte de que nos va a simplificar la estructura del sistema de control (o
225
motor de inferencias), es, además, la que de manera natural se obtiene cuando se
le pide a un experto que ponga su conocimiento en forma de reglas.
Por ejemplo, en la base de conocimientos del sistema XCON hay unas 2500
reglas. Una de ellas (traducida a lenguaje natural) es:
si se trata de asignar una fuente de alimentación,

y se ha colocado un módulo SBI en un armario,
y se conoce la posición que ocupa el módulo,
y hay a su lado espacio disponible,
y se dispone de una fuente de alimentación
entonces colocar la fuente en el espacio disponible.
Es claro que, independientemente de lo que signifiquen tales frases en el

contexto de conocimiento de XCON, la regla puede formalizarse mediante la
sentencia:
(p1Ap2Ap3Ap4Ap5) -» q
Otro ejemplo, menos real pero quizás más sugerente, podría ser el de un
experto médico que contuviera las reglas:
i?l: Si el paciente tiene fiebre

y tose
y tiene dolores musculares
entonces padece gripe
R2\ Si el paciente padece gripe o resfriado

y no tiene úlcera gastroduodenal
entonces recomendar aspirina y coñac
La formalización de tales reglas sería:
Rl: f A t A m — » g
R2: (GV r) A —iw —> a A C
Y esta segunda regla puede descomponerse en
R2a: gA—Mâ
R2b: g A —W
i —> c
R2c: r A —M —> a
R2d: T A —M — > c
2.4. Sistema de control (o motor de inferencias)
2.4.1. Estrategias hacia adelante y hacia atrás
Suponemos existente una base de conocimientos codificada como un conjunto
de reglas de producción, R1,R2... del tipo que hemos visto, en las cuales
interviene un conjunto de hechos diversos representados por literales, l v l2, ...,
l\, 1'2, .... Ante una situación, se tiene la evidencia de que un subconjunto de esos
hechos, l v l2, ... son verdaderos, y se trata de encontrar qué otros hechos,
l\, 1'2, ... pueden inferirse de esa certidumbre y de las reglas, o dicho de otro
modo, de encontrar los VK tales que
sean tautologías.
Utilizando el último ejemplo, si tenemos los hechos /, t, m y —u, podemos

hacer las siguientes inferencias:
/A t Am
Rl: f A t A m —> g
(modus ponens)
g
g A —lU
R2a: g A —I u a
a (modus ponens)
g A-IM
R2b: g A —I U —» C
c (modus ponens)
(Conclusión: la terapia es aspirina y coñac).
(Planteado en el lenguaje del cálculo de proposiciones, se trataría de demostrar

que la sentencia
[(f At Am A —ILÍ) A (fAtAm->g) A (g A —lU —>FLA C) ] —» (d A c)
es un teorema, pero este planteamiento tiene poco interés práctico).
Normalmente, no tendremos dos, sino muchas reglas (en los sistemas expertos
es frecuente que sean del orden de cientos o de miles), y, ante unos hechos, hay
227
dos formas de enfocar el procedimiento de inferencia (es decir, dos estrategias
básicas):
(a) Ir aplicando cuantas reglas de producción y cuantas reglas de inferencia se

puedan para ir sucesivamente ampliando la base de hechos. Es lo que he-
mos hecho en el ejemplo, y corresponde a lo que se llama encadenamiento
hacia adelante. Es también lo que sugeríamos en el capítulo 2 al hablar de
la resolución con búsqueda exhaustiva.
(b) Fijarse un hecho como objetivo y tratar de deducirlo, viendo de qué reglas
de producción es consecuente; si alguno de los antecedentes de esas reglas
no figura en la base de hechos fijarlo como subobjetivo, etc. Este es el
principio del encadenamiento hacia atrás.
En ambos casos, el sistema puede llegar a un punto en el que para poder

deducir algo le falten hechos no contenidos inicialmente en la base de hechos, y
entonces preguntaría sobre ellos al usuario. (Por ejemplo, el sistema: "¿tose
mucho el paciente?"; el usuario: "sí", o "no". Obsérvese que es poco natural que
el usuario responda así; en los sistemas reales se puede responder en una escala
que permite expresar la respuesta de forma más matizada, pero para ello hay que
introducir mecanismos de representación del conocimiento impreciso, de los que
hablaremos más adelante, en el apartado 3. Aquí nos estamos limitando al caso
más sencillo, en el que los hechos sólo pueden ser verdaderos o falsos, que es lo
único que permite la lógica clásica.)
Dentro de cada una de estas estrategias básicas caben distintas variantes,- es
decir, de estrategias concretas.
2.4.2. Un ejemplo
Antes de entrar en la explicación de los algoritmos de inferencia, veamos sobre
un ejemplo cómo se aplicarían los procedimientos de encadenamiento hacia
adelante y hacia atrás. El ejemplo es abstracto, en el sentido de que partiremos de
un conjunto de reglas de producción y de hechos escritos en forma simbólica,
prescindiendo de su significado en un contexto de conocimiento.
Supongamos la base de conocimientos constituida por las siguientes reglas de
producción:
R1:A^>C R6:D A G —
R2:A^H R1:CaF^>B
R3:C^D R8:AaH^D
RA: D — R 9 : A a C a H - ^ B
R5:BAF^X R10:A aB aCaH^F

(Aunque en este ejemplo utilicemos A, B, C, ... en lugar de p1,p2, •••, debe
entenderse que se trata de variables proposicionales).
Y supongamos que tenemos como hecho inicial el A, es decir, BH0 = {A}. (La
base de hechos inicial sólo contiene aA), y que nos planteamos como objetivo el
ver si se puede inferir el hecho X.
Con encadenamiento hacia adelante, la estrategia más sencilla es la de ir
recorriendo las reglas desde la primera hasta llegar a una que pueda aplicarse (de
acuerdo con la regla de inferencia de modus ponens), ampliar la base de hechos
con la consecuencia, empezar de nuevo con la primera regla, y así sucesivamente
hasta incluir el objetivo en la base de hechos, o hasta que ya no puedan aplicarse
reglas. En el caso del ejemplo, la R\ es aplicable, con lo que la base de hechos se
incrementa con C, luego se aplicaría la R2, etc. Escribiéndolo resumidamente, en
forma de tabla, tendríamos:
ABH A C H D E B F X
R 1 2 3 4 9 10 5
donde en la línea superior se indican los hechos con los que sucesivamente se va
incrementando la base de hechos, y en la inferior las reglas que en cada momento
se aplican. Como vemos, en este caso termina por incluirse X, por lo que del hecho
inicial, A, se infiere X.
No es necesario volver a empezar siempre con la primera regla cada vez que
se llega a aplicar una de ellas. Otra estrategia, por ejemplo, es la de buscar la regla
que contenga más premisas incluidas en BH; con ella, la inferencia de X en el
ejemplo seguiría esta otra secuencia:
ABH A C H B F X
R 1 2 9 10 5
donde vemos que, en el momento en que se dispone de A, C y H en la BH, tras la

aplicación de Rl y R2, ya no se aplica R3, sino R9, que tiene más premisas.
El otro procedimiento, más natural en un caso como el planteado en este
ejemplo, en el que no se trata de derivar cuantas conclusiones se puedan, sino de
inferir un objetivo, es el del encadenamiento hacia atrás. Sobre el ejemplo, y
expresado informalmente, funcionaría así:
1. Se trata de ver si puede deducirse X. ¿En qué reglas figura como con-
secuente?
2. Vemos que sólo lo hace en la R5. Por tanto, nuestro objetivo (X) se
descompone en los subobjetivos que figuran como antecedentes (en forma
conjuntiva, es decir, tienen que darse ambos) de esa regla (B y F).
229
3. Empecemos con B. Figura como consecuente en tres reglas: R6, R1 y R9.
Basta pues con deducir los antecedentes de una de esas tres reglas.
4. Para R6 hay que deducir D y G. Pero G no figura como consecuente en

ningún sitio, por lo que podemos abandonar esta vía y mirar Rl.
Y así sucesivamente. No seguimos porque la descripción verbal es extrema-

damente engorrosa, y hay un lenguaje gráfico muy adecuado para explicar lo
mismo de manera mucho más clara y concisa: el de los árboles "Y-O". El nodo
raíz del árbol es el objetivo a deducir, los intermedios corresponden a los
subobjetivos, y los terminales, u hojas, a los hechos finales, contenidos o no en la
base de hechos. De cada nodo no terminal, si corresponde a un objetivo o
subobjetivo que puede deducirse de varias reglas, sale una ramificación de tipo
"O" (y si sólo hay una regla, sólo sale una rama). De cada una de estas ramas, a
su vez, sale una ramificación de tipo "Y", correspondiente al conjunto de premisas
que hay en cada regla. Y así hasta dar con las hojas correspondientes a hechos que
no pueden demostrarse o que están en la base de hechos. El árbol "Y-O" para el
caso de nuestro ejemplo sería el de la figura 6.1.
(bucle)
Figura 6.1.
2.4.3. Estrategias de resolución impulsadas por los hechos
En el ejemplo anterior hemos utilizado siempre la regla de inferencia de modus
ponens. Como vimos en el capítulo 2 (apartado 5.7), todas las reglas de inferencia
pueden resumirse en una, la de resolución. Allí estudiamos la resolución en
general, aplicada sobre dos cláusulas cualesquiera (generatrices). Vemos que
ahora una de las cláusulas es un condicional y la otra un hecho (un literal). Por
ejemplo, una vez que la base de hechos contiene B y F, R5 nos permite inferir, por
modus ponens, X. Con la resolución necesitaríamos dos pasos (puesto que B y F
son dos cláusulas). Concretamente, R5 en forma clausulada sería:
—B v - i f v J
Resolviendo con B resultaría:
nFvI
y resolviendo con i 7 , quedaría X.

Pero estos dos pasos se pueden encadenar. En efecto,
p1Ap2A... ApnA (—¡p± v - ¡ p 2 v ... v->pn vq) ->q
es una tautología (y, por tanto, una ley, y, consecuentemente, la formalización de

una regla de inferencia). Ello nos permite disponer de una regla de resolución
adaptada a nuestro caso. En efecto, nuestras reglas de producción son, como
hemos dicho, de la forma
o, puesta en forma clausulada,
Si la base de hechos contiene lA1, lA2, ..., lAn, la ley anterior nos permite inferir
lB.
Decimos que ésta es una resolución impulsada por los hechos", es una
restricción de la regla de resolución, porque sólo una de las generatrices es una
cláusula cualquiera (disyunción de literales), pero, al mismo tiempo, es una
ampliación porque admite un número indefinido de otras cláusulas siempre que
éstas sean simplemente literales (hechos).
2.4.4. Un algoritmo con encadenamiento hacia adelante

El algoritmo que vamos a presentar en términos muy generales, utilizando
seudocódigo, da por supuesto que todas las reglas de producción están en la forma
clausulada.
231
Diremos que un literal l¡ está demostrado si figura en la base de hechos (BH).
Si figura como tal estará demostrado como cierto, y si lo que figura es su negación
estará demostrado como falso.
Diremos que una regla lx v l2 v ... v ln puede dispararse si todos los l¡ menos
uno están demostrados como falsos (y, en tal caso, nuestra regla de inferencia nos
permite decir que el que queda es cierto). Una regla se elimina si o bien se ha
disparado (y en ese caso no sirve más)3 o bien alguno de sus componentes
(literales) se ha demostrado que es cierto (y en ese caso no nos permite inferir
nada). Las reglas activas son las que no están eliminadas.
Llamaremos valor de una regla al número de componentes no demostradas, si
está activa; si una regla está eliminada su valor será 0. El valor de una componente
(dentro de una determinada regla) será 0 ó 1 según que esa componente figure
negada o sin negar, respectivamente, en la regla.
El algoritmo utiliza dos procedimientos. Uno de ellos, al que llamaremos
"inferir", recorre todas las reglas para ver si alguna puede dispararse, y, en
caso afirmativo, infiere la conclusión, la introduce en la base de hechos, elimina
la regla y llama al segundo procedimiento, "actualizar". Lo que hace éste es,
dado un hecho, actualizar el valor de todas las reglas en las que figura. Tenemos
así:
procedimiento inferir;
mientras haya reglas activas
para cada regla activa
si valor[regla] = 1 entonces
conclusión := componente no demostrado;
valor[conclusión] := valor del componente en la regla;
introducir conclusión con su valor en la BH;
valor[regla] := 0;
actualizar(conclusión);
procedimiento actualizar(hecho);
para cada regla activa
si regla contiene hecho entonces
si valor[hecho] = valor del hecho en la regla
entonces valor[regla] := 0
si no, valor[regla] := valor[regla]-1;
El programa se limitaría a ir leyendo las premisas (base de hechos inicial), y,

para cada una, llamar a "actualizar" y luego a "inferir" (que, a su vez, y
en su caso, también llamará a "actualizar"):
programa encadenamiento_adelante;
mientras haya premisas
leer(premisa);
actualizar(premisa);
inferir
3
Obsérvese que ésto sería incorrecto en el caso de utilizar la lógica de predicados.
2.4.5. Un algoritmo con encadenamiento hacia atrás
Este otro algoritmo utiliza dos procedimientos. El llamado "nodoo" resuelve
un nodo "O" del árbol, examinando todas las reglas "aplicables" (una regla es
aplicable ante un objetivo si contiene un literal que es igual al complemento de
ese objetivo); si no puede demostrarlo (variable booleana "demostrado" con el
valor falso tras examinar todas las posibilidades), pregunta por él al usuario. El
procedimiento "nodoy" se aplica a un conjunto de objetivos (los que corres-
ponden a una ramificación de tipo "Y"), a cada uno de los cuales aplica el
"nodoo":
procedimiento nodoo(objetivo,demostrado);
demostrado := falso;
si objetivo incluido en BH entonces demostrado := cierto
si no, para todas las reglas aplicables
mientras demostrado sea falso
elegir una regla, Ri;
nodoy(literales de Ri salvo objetivo,demostrado);
si demostrado = falso entonces
preguntar(objetivo);
si hay respuesta entonces
añadirla a la BH;
demostrado := verdadero;
procedimiento nodoy(conjunto de objetivos,demostrado);

para todos los objetivos del conjunto
nodoo(objetivo,demostrado);
El programa se limitaría a llamar a nodoo con el objetivo final a demostrar y

desde ese momento actuarían ya recursivamente los dos procedimientos.
2.5. Notas sobre el uso de la lógica de

predicados. La "lógica 0+"
Las limitaciones expresivas de la lógica de proposiciones, comentadas al
principio del capítulo 4, se ponen de manifiesto inmediatamente al tratar de
utilizarla como modelo para la representación del conocimiento. Para ilustrarlo
con un ejemplo muy sencillo, supongamos que la regla "i?l" del ejemplo del
apartado 2.3 se convierte en esta otra:
Si el paciente tiene fiebre media

y tose bastante
y tiene dolores musculares no localizados
entonces padece gripe
Estamos suponiendo que hay un "objeto" (el paciente) caracterizado por

"atributos" (en este caso, síntomas) que pueden tener distintos valores: la fiebre
233
puede ser media, alta, etc. Si seguimos utilizando lógica de proposiciones
tendremos que multiplicar el número de variables proposicionales (fm: fiebre
media, fa: fiebre alta, etc.), y, para incluir todo el conocimiento, multiplicar
también el número de reglas (de modo que cada una incluya un caso particular).
Se comprende fácilmente que en una aplicación real (que contendrá muchos
atributos con muchos valores cada uno) esto conduce a un tamaño inadmisible de
la base de conocimientos.
Ya sabemos que la lógica de predicados nos permite expresar conocimientos
más generales. Así, si la regla fuese:
Si el paciente tiene fiebre (ligera, media, alta,...)

y tose (algo, bastante, mucho,...)
la lógica de proposiciones nos exige escribir una regla para cada una de las
combinaciones de valores de atributos, pero la de predicados nos permite
formalizar ese conocimiento así, por ejemplo:
(Vx) (Vy) (Vz) (F(x,y) A T(x,z)) ^ ... )
donde F(x,y) se interpreta como "el paciente x tiene fiebre con valor y", y T(x,z)
como "el paciente x tose con intensidad z".
Por tanto, para las aplicaciones resulta mucho más conveniente tomar la lógica
de predicados como modelo para la representación del conocimiento. El
inconveniente es que entonces los algoritmos para el motor de inferencias pueden
llegar a ser muy ineficientes. Los esquemas que hemos visto anteriormente en
seudocódigo siguen siendo, en esencia, válidos, pero hay que incluir en ellos un
mecanismo de unificación (apartado 4.6 del capítulo 4). Como una misma regla
es aplicable a individuos u objetos distintos, hay que probarla para cada uno de
ellos.
Para mitigar este problema de eficiencia se puede restringir la forma de las
reglas y diseñar algoritmos de búsqueda no exhaustiva. Así se hace en Prolog,
lenguaje basado en la lógica, que comentaremos en el apartado 2.4.3 del capítulo
5 del tema "Lenguajes". En la mayoría de los sistemas expertos basados en reglas
se adopta un enfoque pragmático: se admite que los componentes de las reglas no
sean proposiciones, sino que tengan una cierta estructura, aunque no tan general
como la que permite la lógica de predicados. Concretamente, utilizan lo que se
llaman "triplas objeto-atributo-valor", y las reglas son de la forma:
Si < OI, Al, VI >y < 02,A2, V2 >y... entonces ...
(si el valor del atributo A l del objeto 01 es VI y ...).
Este enfoque, analizado desde un punto de vista formal, equivale a decir que
se utiliza una forma restringida de la lógica de predicados. En efecto, la tripla
<OA,V> es equivalente a "I(A(0),V)", donde I es el predicado "igual" y A es la
función "atributo". Todas las reglas se pueden así formalizar en una lógica de
predicados que sólo usa ese predicado. Es pues, una forma de la lógica intermedia
entre la de predicados (de primer orden) y la de proposiciones (de orden 0), y de
ahí que la llamemos " lógica 0+".
3. Inferencia plausible
3.1. Fuentes de imprecisión y de incertidumbre
Ocurre con mucha frecuencia que, desde el primer momento en que se empieza
a pensar en el diseño de un sistema basado en conocimiento, hay que enfrentarse
ineludiblemente al problema de la incertidumbre y de la imprecisión, cuyo origen
está tanto en el experto como en el usuario final.
En el experto, cuando tiene que expresar su conocimiento. Si el esquema de
representación elegido es el de las reglas de producción (el único que aquí estamos
tratando) la incertidumbre y la imprecisión se traducen en la forma de las reglas.
En efecto, decíamos en el apartado 2.3 que las reglas de producción tenían que
poder expresarse como sentencias condicionales en cuyo consecuente no figurase
la conectiva " v". La justificación es que una sentencia como
A^q1vq2
correspondería a una "duda" en el conocimiento de la persona que ha establecido

la regla de la que procede esa sentencia: ante la evidencia A se deduce que o bien
q1 o bien q2, ¿pero cuál de los dos? Sin embargo, tales dudas son frecuentes
cuando se trata de explicitar el conocimiento de los expertos. Así, una de las reglas
utilizadas como ejemplo al final del mismo apartado 2.3 sería seguramente más
razonable redactarla de este otro modo:
Si el paciente tiene fiebre

y tose
y tiene dolores musculares
entonces
padece gripe
o padece bronquitis
o padece tuberculosis
o ...
Desde luego, reglas de producción expresadas de ese modo no permitirían

llegar a ninguna conclusión con una lógica puramente deductiva. Hay que
introducir, en este caso, un razonamiento abductivo (apartado 2.4 del capítulo
anterior). Pero hay algo más en la mente del experto (si no lo hubiera, tampoco él
235
podría concluir nada): ante unas evidencias (signos y síntomas en el caso del
diagnóstico médico), puede albergar dudas, pero normalmente "cree" más en unas
alternativas que en otras. El problema es cómo cuantificar ese "grado de creencia",
y cómo trabajar con él para poder hacer deducciones "plausibles".
La imprecisión e incertidumbre en el usuario aparecen cuando tiene que decir
si cierto hecho está presente o no. Por ejemplo, decíamos más arriba (apartado
2.4.1) que parece poco razonable que el usuario tenga que responder "sí" o "no"
a una pregunta del sistema sobre si el paciente tose.
"Incertidumbre" e "imprecisión" son dos conceptos diferentes: una pro-
posición es incierta si su valor de verdad o falsedad no se conoce o no se puede
determinar, y es imprecisa si se refiere a alguna variable cuyo valor no puede
determinarse con exactitud (por tanto, una proposición incierta puede ser precisa,
y una imprecisa no ser incierta). En el ejemplo de dado más arriba para la regla,
el condicional es incierto, mientras que en el ejemplo de la respuesta del usuario,
ésta es imprecisa.
Veremos aquí dos de los mecanismos que se utilizan en los sistemas basados
en conocimiento para abordar estos problemas (un tercero lo hemos estudiado en
el capítulo anterior: la lógica borrosa). Al nivel introductorio en que nos vamos a
mover no será necesario entrar en diferenciaciones entre incertidumbre e
imprecisión.
3.2. Inferencia bayesiana

El método bayesiano se siguió en PROSPECTOR y luego lo han adoptado
muchos otros sistemas derivados de él. Se basa en la teoría de la probabilidad para
cuantificar la imprecisión y/o la incertidumbre y trabajar con ella.
La idea básica consiste en asociar probabilidades a las reglas de producción e
identificar tales reglas con probabilidades condicionales. Si llamamos H al suceso
consistente en que cierta hipótesis sea verdadera y £ al consistente en que cierta
evidencia esté presente, podemos identificar la probabilidad condicional:
P(H\E) (probabilidad de que se dé H supuesto E)
con la sentencia condicional:
"si la evidencia E está presente entonces H es verdadera con probabilidad

P(H\E)".
Ahora bien, obsérvese que esto es, precisamente, lo que el experto tiene que
inferir: si hay varias hipótesis posibles (por ejemplo, aquí debajo hay un
yacimiento de molibdeno, o de cobre, o de oro, o... no hay nada) y se presenta una
evidencia E compuesta por otras, E = Et y E2 y... (por ejemplo, el terreno es
arcilloso y en un arroyo cercano alguien se ha encontrado una pepita de oro y...),
de lo que se trata justamente es de llegar a saber cuáles son las probabilidades
P(Ht\E), P(H2\E),... Si el experto (humano) pudiera darnos todas esas
probabilidades para todas y cada una de las posibles combinaciones de E,
entonces el sistema experto se limitaría a tenerlas almacenadas y a efectuar una
búsqueda cuando se le diera una determinada combinación de E. Pero esto es
impensable, por el gran número de combinaciones posibles que pueden formar E:
no hay experto dispuesto a pasarse años enumerando las distintas posibilidades
(terreno arcilloso o no, presencia de ciertas rocas o no, etc.) y dando para cada una
de ellas y para cada hipótesis posible una probabilidad.
Lo que sí puede darnos el experto humano son unas estimaciones de las
probabilidades a priori de cada una de las hipótesis (P(Hj): probabilidad de que
se dé H sin saber nada más) y de las probabilidades de que se presenten cada uno
de los elementos atómicos de evidencia supuesto que cada una de las hipótesis es
verdadera (P(Ej): probabilidad de que, supuesto que hay molibdeno, el terreno
sea arcilloso, etc.). Con esta información, el cálculo de las probabilidades a
posteriori, que es lo que interesa, se puede hacer aplicando el conocido teorema
de Bay es: Si aparece la evidencia E¡, entonces
P(Hj)P(Ei\Hj)
L
P{H¡\E¿= ' -
^PiHJPiE^Hj)
Sabemos que una suposición de partida en la demostración de este teorema es

que las H¡ son mutuamente excluyentes, suposición que, normalmente, es poco
razonable en las aplicaciones prácticas (por ejemplo, la existencia de un cierto
mineral no excluye la posibilidad de que haya otros). Ahora bien, si conseguimos
que el experto humano nos dé no sólo las P (H}) y las P (E¡\Hj) sino también las
P (E¡ |H¡) podemos escribir el teorema en esta otra forma:
P(Hj)P(Ei\Hj)
P (Hj\Ef) = ^ — (1)
P (Hj) P (E¡\Hj) + P (Hj) P (E¡\Hj)
en la que H- y H¡ son siempre mutuamente excluyentes, y P (Hj) se puede

sustituir por 1 -P(H}) .
Análogamente,
P (HÊi) = — — (2)
P (Hj)P (E¡\HJ) + P (H¡) P (E\H¡)
237
donde P (E¡\Hj) = 1 -P(Et\H¡) y P(Ei\Hj)= l-P(Et\Hj)
Pero aún no hemos terminado, porque lo normal no es que aparezca un solo

átomo aislado de evidencia, E¡, sino varios, de modo que E= EÊ^..., y lo
que queremos calcular es P(HÊ). En este caso, hay dos modos de proceder:
(a) global: se calculan
P{E\H¿= UP(.E,\Hj)
tras lo cual se aplica la fórmula anterior; para que ese cálculo fuese correcto sería
preciso que todos los E¡ fuesen independientes entre sí;
(b) por pasos: para , se calculan con la fórmula (1) P(Hj\E1) (si es que E¡
es verdadera; si no, se utiliza la fórmula (2)); estos valores se toman como
nuevos valores de las probabilidades a priori, P(Hj), y se vuelve a aplicar
la fórmula con E2, y así sucesivamente. Puede demostrarse que el error
cometido en el caso de que no todos los E¡ sean independientes es menor
que con el procedimiento anterior.
Este método, con algunas variantes que luego explicaremos, constituye el

mecanismo inferencial utilizado en PROSPECTOR. Para ayudar a aclarar las
ideas, vamos a concretar sobre un ejemplo sencillo: el de la regla a que antes nos
referíamos sobre la fiebre, la gripe, etc. Puestos a concretar dando probabilidades,
podríamos pensar en descomponer la regla en las nueve siguientes:
i?l: Si tiene fiebre entonces padece gripe con probabilidad 0,5

R2\ Si tiene fiebre entonces padece bronquitis con probabilidad 0,1
R3: Si tiene fiebre entonces padece tuberculosis con probabilidad 0,4
R4: Si tose mucho entonces padece gripe con probabilidad 0,1
R5 \ Si tose mucho entonces padece bronquitis con probabilidad 0,7
R6: Si tose mucho entonces padece tuberculosis con probabilidad 0,2
R7: Si tiene dolores musculares entonces padece gripe con probabilidad 0,7
R8: Si tiene dolores musculares entonces padece bronquitis con probabilidad
0,2
R9\ Si tiene dolores musculares entonces padece tuberculosis con probabilidad
0,1
Si llamamos E¡ a las evidencias (en este caso, signos y síntomas: El = tiene

fiebre, etc.) y H¡ a las hipótesis (en este caso, enfermedades: Hl = gripe, etc.),
cada una de las reglas equivale a una probabilidad condicional (por ejemplo, Rl\
P(H1\E1) = 0,5: la probabilidad de que tenga gripe supuesto que manifiesta fiebre
es 0,5).
Pero obsérvese que no es ésta la información que se precisa para aplicar el
mecanismo de inferencia bayesiano. En efecto, ¿qué ocurre si unas evidencias
están presentes y otras no? Es decir, ¿cómo calcular, por ejemplo, P(HÊX y E2
y no ¿ 3 ) ? La información que se precisa para aplicar la fórmula de Bayes no es
la dada por las P(Hj\E¡), sino por las P{Ei\Hj) (además de las P(Hj)).
Por tanto, supongamos que nuestro experto médico (humano) nos ha provisto
con los siguientes elementos de conocimiento:
P{Hl)= 0,02 ;P(H2)= 0,01; P(H3) = 0,001
donde H1 = gripe,H 2 = bronquitis y H3 = tuberculosis. (Dicho sea de paso, estas

probabilidades a priori son lo que en términos médicos se llaman "prevalencias"
de las distintas enfermedades). Y asimismo, llamando Et a la fiebre, E2 a la tos
y E3 a los dolores musculares,
P(E1\H1)= 0,95 P(E1\H1)= 0,01
P(E1\H2)= 0,8 P(E1\H2)= 0,03
P(E1\H3)= 0,6 P(E1\H3)= 0,02
P(E2\H1)= 0,3 P(E2\H!)= 0,03
P(E2\H2)= 1 P(E2\H2)= 0,01
P(E2\H3)= 0,8 P(E2\H3)= 0,02
P(E3\H1)= 0,7 P(E3\H1)= 0,02
P(E3\H2)= 0,5 P(E3\H2)= 0,01
P(E3\H3)= 0,4 P(E3\H3)= 0,05
La interpretación de estas probabilidades condicionales en términos esta-

dísticos es muy fácil: las dos de la primera línea vienen a decir "el 95% de los
afectados por la gripe tienen fiebre", y "el 1% de todos los pacientes que no tienen
gripe presentan fiebre.
¿Cómo se diagnosticaría a un paciente que no presentase fiebre, pero sí tos y
también dolores musculares? Procedamos, como hemos indicado, y por pasos. En
primer lugar, la ausencia de fiebre nos permite, utilizando la fórmula (2), calcular:
PjHJPjE^íh)
P(H1\E1) =
PiHJPiEi^) +P(H1)P(E1\H1)
239
y, similarmente, P[FÍ2\E-Ij= 2.0783*10 3;P(H3¡EI)= 4.084H0 - 3
Ahora tomamos como nuevos valores de P(Hj) estas probabilidades a

posteriori calculadas, y aplicamos la fórmula (1) para tener en cuenta la segunda
evidencia (tos), resultando como nuevos valores para P(Hj) los siguientes:
P (Hj) = 0,03322; P (H2) = 0,17237; P (H3) = 0,03956
Y, finalmente, considerando que E3 también está presente, otra aplicación de

la fórmula (1) nos conduce a:
P (HJ = 0,78; P (H2) = 0,91; P (H3) = 0,25
Es decir, se infiere que la enfermedad más probable es la bronquitis, seguida

de cerca por la gripe.
Resumiendo, el conocimiento del experto humano quedará codificado en la
base de conocimientos por las probabilidades a priori de cada una de los posibles
resultados, o hipótesis, P(Hj), y por las probabilidades condicionales de cadajjna
de las evidencias elementales a cada una de las hipótesis, P(E¡\Hj) y P(E¡\Hj).
El sistema preguntará al usuario por algún elemento de evidencia, E¡, y el
mecanismo de inferencia calcula las probabilidades a posteriori, P(Hj\E¡) de
acuerdo con la fórmula explicada, valores que sustituyen a los previos de P(H¡);
luego el sistema preguntará por otro E¡, y así sucesivamente.
¿Cuándo pregunta el sistema por un elemento de evidencia u otro, y cuándo se
detiene el proceso? La idea básica es la siguiente: a la vista de las P(H¡)
actualizadas en cada momento, y de todos los valores de P(E¡\Hj) y de P(E¡ fH¡)
el sistema calcula cuál de las E¡ tiene más influencia (teniendo en cuenta que la
respuesta puede ser positiva o negativa) en las posibles modificaciones de las
P(Hj), y pregunta por ella. Pero si las posibles modificaciones son tales que
ninguna de las P(Hj) resultantes puede llegar a ser mayor que la P(Hj) que
actualmente es máxima, entonces el proceso termina con H- como hipótesis más
probable. Si no se hiciera así, el usuario estaría obligado a dar todas las E¡ cada
vez que hiciese una consulta.
Hemos dicho al principio que éste es el mecanismo de inferencia básico de
PROSPECTOR, y así es, pero con una variante que permite que el experto
humano pueda comunicar su conocimiento de forma algo más cómoda que dando
probabilidades condicionales. Esta variante utiliza la "verosimilitud" ("odds"): si
la probabilidad de un suceso es P, su verosimilitud es V=P/(1-P) (por tanto, Ves
un número comprendido entre cero e infinito). Sustituyendo P por 7/(1+V) en las
fórmulas de Bayes (1) y (2) y operando, resulta:
V(Hj\Ei) = MS ¡j* V (Hj) (3)
y V(Hj\E¡)= MN¡j*V(Hj), (4)
con
MS¡j = P(E¡ | Hj) /P (E¡ | H¡) (medida de suficiencia)

MN¡j= P (E\H¡) /P (E\H¡) (medida de necesidad)
Puede comprobarse (teniendo en cuenta las leyes de las probabilidades) que

tiene que cumplirse que si una es mayor o igual que 1 la otra tiene que ser menor
o igual que 1; para homogeneizar, se definen las E¡ de tal modo que siempre
resulte MStj > 1 y MNtj < 1 .
Entonces, MSj} estará comprendida entre uno e infinito, y su interpretación es
la siguiente: si MSfj= 1 , de acuerdo con (3) la verosimilitud de la hipótesis Hj
tras saber que se da la evidencia E¡ es la misma que antes de saberlo, por lo que
en este caso es indiferente conocer E¡ o no, mientras que si MStj tiende a infinito,
la verosimilitud a posteriori de Hj tiende también a infinito cualquiera que sea su
verosimilitud a priori, es decir, E¡ es lógicamente suficiente para inferir Hj; por
tanto, MS¡j es, como su nombre indica, una medida de la suficiencia del
conocimiento de E¡ para la inferencia de Hj, que el experto humano ha de evaluar
entre uno e infinito.
En cuanto a M7V/;, si vale 1, según (4) la ausencia de E¡ no afecta a la
verosimilitud de la hipótesis, es decir, no es en absoluto necesario que E¡ esté
presente, mientras que si vale 0 la ausencia de E¡ reduce a cero la verosimilitud
de Hj.'Ej sería lógicamente necesaria. El experto humano habrá de evaluar, en una
escala de 0 a 1 la necesidad de que E¡ esté presente para inferir Hj.
En resumen, la base de conocimientos constaría de las probabilidades a priori
de cada hipótesis y de un conjunto de reglas que se pueden esquematizar así:
HjÊ^MS^MNJ
(es decir, reglas de producción con dos números asociados). Y la inferencia

consiste en ir recopilando E¡ y actualizando las probabilidades de cada hipótesis.
Hay otro asunto a considerar: el de la incertidumbre en el usuario cuando se le
pregunta por la existencia o no de un determinado elemento de evidencia, E¡.
Según (3) y (4), si la respuesta es que E¡ está presente (con seguridad), entonces
V(Hj\E¿) = MSj* V(H¡) , mientras que si no hay duda de que E¡ no está pre-
sente, entonces V (H¡YE ¡) = MNt* V (Hj) . Pues bien, lo que se hace es permitir
al usuario que responda en una escala entre +5 y -5. Una respuesta +5 equivale a
una seguridad absoluta en la presencia de E¡, y se aplicaría la primera fórmula.
Una respuesta de -5 (seguridad absoluta de que E¡ está ausente) conduciría a
aplicar la segunda fórmula. Una respuesta 0 (ignorancia total) dejaría inalterada
241
V(Hj |-E,). Y para valores de R intermedios, el sistema hace una interpolación entre
MS¡j, 1 y MNjj. Si, por ejemplo, se hacen interpolaciones lineales, tendríamos las
siguientes fórmulas:
R*(MS„-1) +5
si R> 0, M¡j= ^
si R= 0, M¡j= 1
R* (1-MJV,.) +5
si R< 0, M¡¡= —j-1*
y actualizaríamos así la verosimilitud:
V(£RJ.¡EL)= MI}*V(HJ)
Con esto cerramos este apartado, en el que hemos visto el principio de la

inferencia bayesiana. En realidad, los sistemas expertos que siguen este principio
son algo más complejos. Por ejemplo, en PROSPECTOR, según lo que hemos
dicho, cada "hipótesis" debería corresponder a la existencia un determinado
mineral. Pero, en realidad, para cada mineral hay una jerarquía de hipótesis que
se combinan formando una red, y en esta red hay también relaciones lógicas
imprecisas, para las que se aplican las "leyes de Lukasiewicz" que veíamos en el
capítulo 5 (apartado 3). Este esquema particular de PROSPECTOR se ha genera-
lizado y formalizado en lo que se llaman "redes de inferencia probabilística" o
"redes de creencias".
3.3. Inferencia mediante factores de

certidumbre
Una objeción que puede hacerse al mecanismo explicado en el apartado
anterior es que utiliza una base matemática rigurosa (la teoría de la probabilidad)
para aplicarla a unas "creencias subjetivas" que no cumplen las leyes de las
probabilidades. Hay otros marcos teóricos (elaborados, como el bayesiano, antes
de la aparición de los sistemas expertos) más orientados al tratamiento de la
subjetividad. Por ejemplo, la teoría de la evidencia de Dempster-Shafer (de difícil
aplicación práctica en los sistemas expertos), o la lógica borrosa (estudiada en el
capítulo anterior, y cuyo futuro parece más claro).
Pero también existen enfoques más heurísticos (no basados en teoría formal
alguna). El más conocido, y más utilizado hasta ahora, es el que se introdujo en el
diseño del sistema MYCIN, que pasamos a resumir.
Las reglas de producción se expresan en la forma:
É^HjiC,;)
donde C¡j es el factor de certidumbre de la regla4, número comprendido entre -1
y +1 que expresa el "grado de confianza" en esa regla: supuesto que E¡ sea
verdadero, C¡j= + 1 correspondería a una seguridad absoluta de que se deduce
Hj, y C¡j= - 1 a una seguridad absoluta de que H¿ es falsa ( C¡j= 0 corres-
pondería a una incertidumbre o ignorancia total sobre el asunto).
Por ejemplo, una de las aproximadamente quinientas reglas contenidas en la

base de conocimientos de MYCIN era la siguiente:
Si la infección es bacteriemia primaria

y la toma del material a cultivar es una toma estéril
y se cree que la puerta de entrada del organismo es el
tracto gastrointestinal,
entonces hay bastante evidencia (0,7) de que la identidad
del organismo sea bacteroides.
El número 0,7 que figura en el consecuente es el factor de certidumbre

asociado a esa regla.
Los distintos elementos de evidencia pueden también llevar asociados factores
de certidumbre (que introducirá el usuario cuando el sistema le pregunte por esos
elementos de evidencia).
El mecanismo inferencial de MYCIN consiste en un algoritmo de enca-
denamiento hacia atrás como el explicado en el apartado 2.4.5, al que se añaden
algunos heurísticos5 para ir combinando los factores de certidumbre y terminar
dando una certidumbre final a cada una de la posibles hipótesis. Los heurísticos
principales son:
• Si existe la regla A —> 2? (CR) y se ha calculado un factor de certidumbre

CA para A, si CA < 0 , la regla no se aplica, y en caso contrario, se asigna a
B un factor CB= CA* CR.
• En general, A estará compuesto por otros hechos unidos por conectivas v ,
a , y —i; el cálculo del factor de certidumbre resultante se hace de acuerdo
con las fórmulas:
C (Al v A 2 ) = máx (CAÍ,CA2)
C (Al A A2) = mín (CA1,CA2)
C (-nA) = -C (A)
4
Quizás fuera mejor llamarle "factor de incertidumbre": "certidumbre", sinónimo de "certeza", indica una
seguridad absoluta, y no parece adecuado graduarla mediante un "factor".
3
Recuérdese (apartado 1.2) que, en las técnicas de inteligencia artificial, se llama heurístico a cualquier "truco",
o regla empírica, que se ha comprobado que sirve de ayuda en la resolución de un problema.
243
En los nodos "Y", de acuerdo con los heurísticos anteriores, el C de la regla
se multiplica por el menor de los C de las premisas.
• En los nodos "O", si sólo hay dos ramas para cuyos elementos se han
calculado C1 y C 2 , el factor de certidumbre del resultado es:
C= C1 + C2-C*C2 si C1*C2 > 0
Cx + C 2
C slC C
- l-mín^C^C^) * 2< 0
Si hay más de dos ramas, se calcula el C para las dos primeras, el resultado se
combina con el de la tercera, etc.
• Siempre que como consecuencia de un cálculo resulte |C| < 0,2, se hace
C=0. (Esto acelera los algoritmos y hace más claras las explicaciones y
justificaciones del sistema).
Para ilustrar con un caso simplificado cómo se aplican estos heurísticos,
volvamos a nuestro ejemplo de la fiebre, la gripe, etc. Supongamos que la base de
conocimientos está formada por las nueve reglas enumeradas en el apartado 3.2,
pero interpretando que lo que allí se llaman "probabilidades" son factores de
certidumbre. Es decir:
Rl:f—> g (0,5) R4: í s - > g ( 0 , l ) R7:d^g(0,7)
Ü2:/->6(0,1) R5: í s - > 6 ( 0 , 7 ) R8: d -> b (0,2)

i?3:/—> tb (0,4) R6: ts -> tb (0,2) R9: d tb (0,1)
Y supongamos que la evidencia presente es: fiebre(-0,8), tos(0,9), dolores(l).

(Bastante seguro que no tiene fiebre, casi seguro que tiene tos y con seguridad que
tiene dolores musculares).
Para cada una de las tres hipótesis (gripe, bronquitis, tuberculosis) tenemos un
árbol muy sencillo: un simple nodo "O" con tres ramas. Para la primera (gripe)
resulta:
Ramal (Rl): -0,8*0,5= - 0 , 4
Ramal ( P 4 ) ; 0,9*0,1= 0,09
RamaS (R7): 1*0,7= 0,7
Combinando la Ramal con la 2,
- 0 , 4 + 0,09
-0 34
1 - 0,09 ~ '
y combinando este factor de certidumbre con el de la Rama3,
C 0,54
s~ 1-0,34 ~
Procediendo de igual modo con las otras hipótesis se obtiene:
Cb= 0,68 ,yCtb= -0,08,
es decir, algo más de certidumbre en que sea bronquitis que gripe, y una
incertidumbre prácticamente absoluta en cuanto a que pueda o no ser tuberculosis.
4. Otros esquemas para la representación del

conocimiento
El objetivo de este capítulo era ver un campo de aplicación de la lógica: los
sistemas basados en conocimiento. Pero en muchos de estos sistemas se utilizan
otras técnicas más estructuradas para la representación del conocimiento, y parece
oportuno, para completar el capítulo, dar una idea de dos de las más conocidas:
las redes semánticas y los marcos ("frames").
Una preocupación común en todas estas técnicas es la de tener una repre-
sentación lo más estructurada posible a fin de facilitar el almacenamiento,
modificación y búsqueda en las bases de conocimiento. Vamos a ver sobre un
ejemplo cómo de la representación lógica puede pasarse a otras representaciones
más estructuradas.
Supongamos que tenemos los siguientes hechos:
• La Memoria Transfiere Datos e Instrucciones al Procesador

• El Procesador Transfiere Datos a la Memoria
• El Procesador Interpreta Instrucciones
• La Memoria Almacena Datos e Instrucciones
Pensando en lógica de predicados, podemos definir dos predicados ternarios:
T(x,y,z) para representar "x transfiere z a y " y F(x,y,z) para "una función de x es
hacer y con z". Nuestros hechos se traducirán entonces a predicados aplicados
sobre las constantes M (Memoria), P (Procesador), D (Datos), I (Instrucciones),
R (Interpreta) y A (Almacena). (También podríamos utilizar letras minúsculas, si
quisiéramos seguir al pie de la letra los convenios del capítulo 4 para los nombres
de las constantes).
La representación en lógica de predicados sería:
M,p,D)- T(PMP); T(M,P,I)-

F(P,RYI); F(MAJ); F(MA,D).
245
Esta base de hechos es pequeña, pero en un caso real podría contener cientos
de predicados, y para mejorar el acceso convendría estructurarla. Por ejemplo,
podríamos agrupar separadamente (aun cuando aparezcan repeticiones) los
hechos referentes a la memoria y los referentes al procesador:
Memoria:
t(mj>¿>); T(P,M,D)- t(MJPJ); f(maj)- f(maj>)
Procesador:
w ^ ) ; t(pmp)\ T(MJ>j); F(PJij)
Ahora los hechos están indexados por objetos del dominio del discurso. Se dice
que es una representación centrada en los objetos, en este caso, en los objetos
físicos. También podemos adoptar una representación centrada en objetos
abstractos: transferencias y funciones.
Todos los predicados de este ejemplo son ternarios. Pero en las repre-
sentaciones estructuradas es preferible trabajar sólo con predicados binarios. La
razón es que si se quiere perfeccionar el conocimiento diciendo, por ejemplo, que
la transferencia de datos de la memoria al procesador se hace a través del bus de
datos, habría que convertir el predicado ternario en otro cuaternario, y habría que
modificar también los procedimientos de inferencia. Vamos a ver que es posible
expresar todo con predicados binarios y conseguir un sistema más modular y fácil
de actualizar.
Definamos, para nuestro ejemplo, dos conjuntos, o clases: {transferencias} y
{funciones}. Todo lo que se dice sobre transferencias y funciones puede
expresarse mediante predicados binarios que relacionan a los argumentos de los
predicados ternarios originales con un elemento arbitrario de esas clases. Por
ejemplo, la fórmula atómica T(M,P,D) se transformará en la sentencia
(3x)(Pertenece(X,{transferencias}) A Fuente(x^/)Destino(x/ > ) A Objeto (X,,D)
y la F(Pjrj), en
(3x)(Pertenece(x,{funciones}) A Unidad(x,P) AFunción(x,/?) AObjeto(x,D)
Los cuantificadores existenciales pueden eliminarse creando constantes de

Skolem (capítulo 4, apartado 4.3): TI en sustitución de x en la primera sentencia,
y F1 en la segunda. Por otra parte, los predicados binarios que relacionan los
argumentos originales con algún elemento arbitrario de las clases también pueden
expresarse como funciones definidas sobre esas clases. Es decir, en vez de
escribir, por ejemplo, "Fuente(x,M)", podemos definir la función "fuente" y
escribir "fuente(x) =M". Obsérvese el cambio de notación, pero no de contenido
semántico: "Fuente" es un predicado; Fuente(71,A/) se evalúa como verdadero o
falso; "fuente" es una función; fuente(Tl) es un individuo; "=" es un predicado
binario ("fuente(x) = M" es lo mismo que "Igual(fuente(71),M)"), que se evalúa
como verdadero o falso.
Haciendo esas dos transformaciones, las sentencias anteriores se escribirán así:
Pertenece(Tl, {transferencias}) A(fuente(Tl)=M) A (destino(Tl)=M) A(obje-

to(Tl)=Z))
Pertenece(Fl,{funciones}) A(unidad(Fl)=P) A (función(Fl)=i?) Aobjcto(Fl)

= D)
Esta representación puede parecer, de momento, bastante más farragosa que la

que inicialmente teníamos, pero obsérvense dos cosas: que hemos limitado a dos
los predicados y que éstos son binarios (si bien a costa de introducir arbi-
trariamente funciones) y que si, como decíamos antes, se quieren ampliar las
relaciones con nuevos elementos del dominio del discurso (por ejemplo, buses)
basta con definir nuevas funciones sobre las clases de base y seguir utilizando los
mismos predicados binarios "Pertenece" e "Igual".
Poniendo en grupos separados todos los hechos que identifican a TI, T2, etc.,
tendremos una representación más estructurada:
TI
Pertenece(71, {transferencias})
fuente(Tl) = M
destino(ri) = P
objeto(ri) = D
etc.
Como ahora todas las funciones figuran dentro de un grupo identificado por su
argumento, no hace falta especificar éste, y escribiremos "fuente: M", etc.
Además, para abreviar el predicado "Pertenece(ri,{transferencias})"
escribiremos "tipo: transferencias". Llegamos así a la representación estructurada:
TI
tipo: transferencias
fuente: M
destino: P
objeto: D
T2
fuente: P
destino: M
objeto: D
247
73
fuente: M
destino: P
objeto: I
F1
tipo: funciones
unidad: P
función: R
objeto: I
F2
tipo: funciones
unidad: M
función: A
objeto:/
F3
tipo: funciones
unidad: M
función: A
objeto: D
Se dice que Tí, 72 y 73 son casos o ejemplares ("instances") del marco

("frame") general T, y F1, F2 y F3 lo son del marco F. Cada marco tiene como
componentes ranuras ("slots") de la forma nombre_ranura: valor_ranura.
Hay informaciones implícitas sobre pertenencia a clases en nuestra repre-
sentación original que podemos añadir ahora:
M
tipo: unidades
tipo: unidades
tipo: funciones
tipo: funciones
/
D
tipo: informaciones
Una red semántica es un grafo en el que los nodos pueden representar objetos,
conceptos o conjuntos y los arcos relaciones entre ellos. Para nuestro ejemplo, la
red semántica podría ser la dibujada en la figura 6.2.
Aquí solamente hemos introducido el principio de las representaciones

estructuradas. En el ejemplo, lo que hemos representado es conocimiento decla-
rativo. Los marcos hay que ampliarlos con nuevos conceptos para representar el
conocimiento procedimental, y hay que utilizar métodos inferenciales especiales
que operen sobre esos marcos. De nuevo remitimos al lector interesado a la
bibliografía sobre el tema.
Sólo señalaremos, para terminar, la coincidencia entre los conceptos que
animan a los marcos y las redes semánticas y los que subyacen en la programación
249
orientada a objetos, cuyos fundamentos estudiaremos en el tema "Algoritmos"
(capítulo 4, apartado 5).
5. Resumen
La lógica formal es una herramienta adecuada para la representación del
conocimiento declarativo, procedimental y de control y, por tanto, para el diseño
de sistemas basados en conocimiento y sistemas expertos.
Uno de los modelos más utilizados para el diseño de sistemas basados en
conocimiento es el de los sistemas basados en reglas. Las reglas pueden
formalizarse como sentencias condicionales, y, por tanto, todo lo que la lógica nos
enseña sobre sistemas inferenciales es aquí aplicable.
Los expertos humanos suelen trabajar con reglas no muy bien definidas y con
elementos de evidencia imprecisos o inciertos. Para diseñar un sistema experto es
preciso modelar esos aspectos de la actividad humana, y para ello existen varias
técnicas: factores de certidumbre, probabilidades, lógica borrosa, etc.
Hay otras técnicas para representar el conocimiento de una manera más
estructurada que con la lógica. Las más conocidas son los marcos ("frames") y las
redes semánticas.

El artículo de Alan Turing donde se describe la famosa "prueba" puede
encontrarse traducido en Pylyshyn (1975), libro que reproduce numerosos
trabajos pioneros sobre informática (Hay una edición más moderna y más
completa, pero no traducida: Pylyshyn y Bannon, 1989).
El paradigma de los sistemas basados en conocimiento comenzó a tomar
cuerpo a finales de los años 60. Suelen citarse como "precursores" los programas
DENDRAL y MACSYMA. El primero, desarrollado en la Universidad de
Stanford, permitía deducir la estructura química molecular de un compuesto
orgánico a partir de su fórmula y de datos espectrográficos y de resonancia
magnética nuclear (Buchanan et al., 1969); hay una versión comercial del mismo
que utilizan varias empresas farmacéuticas. MACSYMA, del M.I.T., realizaba
cálculo diferencial e integral mediante manipulación simbólica de expresiones
algebraicas (Martin y Fateman, 1971), y ha derivado también en productos
comercializados. Los sistemas expertos "pioneros" más conocidos son MYCIN,
para diagnóstico y tratamiento de enfermedades infecciosas (Shortliffe, 1976) e
INTERNIST, para diagnóstico en medicina interna (Pople et al., 1975).
En los años 80 se produjo una "industrialización" de los sistemas expertos, en
la que empresas ya establecidas se interesan por este nuevo campo, se creaban
otras dedicadas exclusivamente a él, y aparecían en el mercado herramientas
250
software para el desarrollo de sistemas expertos. Actualmente podemos más bien
hablar de una "asimilación": la arquitectura de los sistemas basados en
conocimiento, y, particularmente, la basada en "agentes inteligentes" está
plenamente integrada entre las técnicas de la ingeniería del software (y raramente
se la relaciona ya con la "inteligencia artificial").
Post (1943) fue el primero que, desde un punto de vista teórico, formuló el
modelo de "sistema de producción" como un mecanismo computacional general.
Las redes semánticas se propusieron inicialmente como modelo de la memoria
humana (Quillian, 1968), y se han utilizado en los sistemas expertos PROS-
PECTOR (Duda etal., 1978), CASNET (Weiss el al., 1978), CADUCEUS(Myers
et al., 1982), IRIS (Trigoboff y Kulikowski, 1981), etc., y los marcos (frames)
fueron introducidas por Minsky (1975) con idea parecida ("cuando a la mente se
le plantea una situación nueva, busca en la memoria alguna estructura es-
tereotipada de información"), y en ellas se han basado otros diseños, como los
sistemas PIP (Pauker et al., 1976), RADEX (Chandrasekaran et al, 1980),
CENTAUR (Aikins, 1983), etc., y otras representaciones estructuradas, como las
escenas (scripts), de Schank y Abelson (1977).
Hayes (1977, 1979) puso de manifiesto las relaciones entre las repre-
sentaciones en lógica de predicados y mediante estructuras. En la presentación de
estas relaciones en el apartado 4 hemos seguido a Nilsson (1987).
Como textos generales sobre inteligencia artificial, aparte del ya citado de
Nilsson (que está traducido), teórico y académico, otro clásico, pero más práctico,
es el de Charniak y McDermott (1985), y, más moderno (y también traducido), el
de Rich y Knight (1994). Sobre el debate de si la IA es posible, todos los que se
sienten inclinados a responder inmediatamente "sí" deberían leer el libro de Kelly
(1993), que contiene una reflexión crítica profunda sobre la cuestión.
Sobre sistemas expertos, el libro de Buchanan y Shortliffe (1984) describe con
todo detalle MYCIN, EMYCIN y demás desarrollos del "Stanford Heuristic
Programming Project". Un texto detallado y orientado a la programación con
OPS5 (lenguaje orientado al desarrollo de sistemas de producción) es el de
Brownston et al. (1985). Más fundamental, sobre sistemas basados en cono-
cimiento en general, es el de Frost (1986). En estos libros se pueden estudiar los
principios y modelos básicos de los sistemas expertos. Sobre aspectos más
prácticos de la ingeniería del conocimiento (selección de herramientas, gestión de
proyectos, etc.) trata el de Prerau (1990). El de Durkin (1993) contiene un catálogo
de cientos de aplicaciones de los sistemas expertos. Hay muchas publicaciones
periódicas sobre este tema. Una de las más conocidas es el "IEEE Expert".
De la incertidumbre en IA trata el libro de Kanal y Lemmer (1986), y del
razonamiento aproximado el de López de Mántaras (1990). La teoría de la
evidencia se puede estudiar en el libro de Shaffer (1976), pero, como decíamos en
el apartado 3.3, no se está aplicando en el diseño de sistemas expertos. Los otros
dos marcos teóricos son la teoría de la posibilidad y la teoría de las redes de
creencias. Para el primero, remitimos a la bibliografía citada en el apartado 6 del
capítulo 5, y para el segundo, al texto de Pearl (1988).
251
Parte II
Autómatas
1
Ideas generales
1. Autómatas e información
La palabra "autómata", en el lenguaje ordinario, normalmente evoca algo que
pretende imitar funciones propias de los seres vivos, especialmente las relaciona-
das con el movimiento. (Véase, para corroborar esta aserción, la definición de un
diccionario cualquiera.) En este sentido, un ejemplo de autómata sería el típico
robot antropomorfo o zoomorfo dotado de capacidades autónomas de movimiento
que le permiten ejecutar las órdenes o seguir el programa establecido por un ser
inteligente.
En el campo de la Informática lo fundamental no es la simulación del mo-
vimiento, sino la simulación de los procesos de tratar la información, y el ejemplo
típico de autómata no es ya el robot mecánico sino el ordenador.
Pensemos en la naturaleza del trabajo que realizan los ordenadores. Bastan
unos conocimientos básicos de informática para llegar a conclusión de que un
ordenador no es más que un dispositivo que manipula símbolos. Un ejemplo será
útil para reforzar esta idea:
Consideramos un ordenador con registros de dieciséis bits. Supongamos que
este ordenador recibe de un periférico una serie de impulsos que se graban en un
registro dejando en él la siguiente configuración de bits:
255
1010010001000001
¿Qué significa esto para el ordenador? Entre otras muchas cosa puede ser:
• El número -23487 expresado en binario con convenio de complemento a 2.

• Los caracteres "ñ,ü" codificados en código ASCII ampliado a 8 bits.
• Una instrucción del lenguaje de máquina del ordenador.
El que sea una u otra cosa depende de dos personas:
• El diseñador del ordenador (para ser realista habría que hablar del equipo
de diseño), que decidió que los números se representen en binario y com-
plemento a 2, o que, interpretado como instrucción, ese código de operación
signifique, por ejemplo, "sumar", y no otra cosa, etc.,
• El usuario (en este caso, el programador), que decide que en momento dado
el ordenador lleve esa configuración de bits de la memoria al acumulador,
o al registro de instrucción, o a la unidad de salida, etc. Al tomar tal
decisión, el usuario está dotando al conjunto de bits de una significación y,
por consiguiente, de una capacidad para representar información. Para el
ordenador, sin embargo, los bits no son más que símbolos materializados
por los niveles de tensión en los circuitos.
A veces se define al ordenador por sus supuestas capacidades para "tratar" o

"procesar" automáticamente la información. De acuerdo con lo visto más arriba,
debe entenderse que este tratamiento o procesamiento de la información sólo tiene
sentido para nosotros, que decidimos que tal "tira" o "cadena" de símbolos
significa tal cosa, es decir, que codificamos la información en cadenas de símbo-
los-, el ordenador se limita a manipular esas cadenas, dando normalmente como
resultado otras cadenas que nosotros decodificamos.
Y hablando ya en términos generales, podemos considerar a un autómata como
un dispositivo que manipula cadenas de símbolos que se le presentan a su entrada,
produciendo otras tiras o cadenas de símbolos como salida. En el apartado 3.1 del
capítulo 2 formalizaremos matemáticamente esta definición.
Un ordenador es un ejemplo de autómata, pero también son autómatas disposi-
tivos más sencillos, como sumadores, contadores, etc., que veremos como ejem-
plos en el capítulo 2, o las mismas partes constituyentes de un ordenador: la
unidad aritmética-lógica o la unidad de control son autómatas. Por otra parte,
existen autómatas más complejos que un ordenador, como los robots controlados
por ordenador. También puede estudiarse como autómatas determinadas fun-
ciones de los seres vivos, e incluso complejos sistemas ecológicos y socio-
económicos.
2. Autómatas y máquinas secuenciales.
Concepto de estado
El autómata recibe los símbolos de entrada uno detrás de otro, distribuidos en
el tiempo, es decir, secuencialmente. Además, en general, el símbolo de salida que
en un instante determinado produce este autómata no sólo depende del último
símbolo recibido a la entrada, sino de toda la secuencia o cadena, distribuida en
el tiempo, que ha recibido hasta ese instante. Quiere esto decir que un autómata
es una máquina secuencial, en el sentido de que opera sobre secuencias de
símbolos, "recordando" en todo instante la "historia" de símbolos llegados hasta
ese instante. Esto le diferencia de una máquina puramente combinatoria como
sería, por ejemplo, un circuito lógico de los estudiados en el tema "Lógica".
Así pues, ante un determinado símbolo de entrada un autómata puede producir
diferentes símbolos de salida, dependiendo de la historia o secuencia de todos los
símbolos de entrada anteriores.
Obsérvese que hasta ahora venimos hablando de un autómata como una "caja
negra" con una entrada en la que recibe símbolos y una salida, sobre la que
deposita otros símbolos. Otra manera de enfocar el estudio de los autómatas es
considerando lo que hay dentro de la caja negra (aunque sea de una manera
abstracta, es decir, prescindiendo de la naturaleza de los componentes físicos y
atendiendo sólo a las transformaciones de símbolos), y esto nos lleva a definir un
concepto fundamental: El estado del autómata. El estado es toda la información
necesaria en un momento dado para poder deducir, dado un símbolo de entrada
en ese momento, cual será el símbolo de salida. Es decir, conocer el estado es lo
mismo que conocer toda la historia de símbolos de entrada1. Un autómata tendrá
un determinado número de estados (en teoría, puede tener infinitos), y se encon-
trará en uno u otro según sea la historia de símbolos que le han llegado; si
encontrándose en un estado determinado, recibe un símbolo también determinado,
producirá un símbolo de salida y efectuará un cambio o transición a otro estado
(también puede quedarse en el mismo). Estas ideas son fáciles de formalizar
matemáticamente a partir de los conceptos de conjunto y función, y conducen a
la definición de autómata que desarrollaremos en el capítulo siguiente.
3. Autómatas y lenguajes
Un campo importante dentro de la Informática, al que dedicaremos el último
tema, está constituido por el estudio de los lenguajes y las gramáticas que los
1
Realmente, no basta con conocer toda la historia de símbolos de entrada para saber cuál es la salida; es necesario
conocer también el "estado inicial", es decir, el estado en el que se encontraba el autómata al recibir el primero
de los símbolos de entrada.
257
generan. Los elementos de un lenguaje son sentencias, palabras, etc., formados a
partir de un alfabeto (capítulo 1, apartado 5 del tema "Lógica"). Establecidas unas
reglas gramaticales, una cadena de símbolos pertenecerá al correspondiente len-
guaje si tal cadena se ha formado obedeciendo esas reglas; puede entonces
pensarse en la posibilidad de construir un autómata reconocedor de ese lenguaje,
tal que cuando reciba a su entrada una determinada secuencia de símbolos
produzca, por ejemplo, un "1" a la salida si la secuencia es correcta, y un "0" si no
lo es. De este modo, como veremos en su momento, a cada tipo de gramática
corresponde un tipo de autómata.
4. Autómatas y álgebra
Las cadenas de entrada y salida de un autómata se forman a partir de los
correspondientes alfabetos mediante una operación que consiste en poner los
símbolos unos a continuación de otros. Esta operación se llama concatenación, y
es asociativa. Por consiguiente, el conjunto de todas las cadenas con la concate-
nación tiene una estructura algebraica de semigrupo; si, además, definimos un
elemento neutro, tendremos un monoide.
Por otra parte, como veremos en el capítulo siguiente, si el autómata es finito
(es decir, si tiene un número finito de estados) puede determinarse un número
finito de clases de equivalencia en el semigrupo (o monoide) de entrada, lo cual
permite definir un semigrupo (o monoide) cociente llamado el semigrupo (o
monoide) de la máquina, a partir del cual pueden formalizarse muchas cuestiones
relativas al funcionamiento de los autómatas.
Siguiendo esta línea de trabajo, se ha elaborado en las últimas décadas una
teoría abstracta de autómatas con una fuerte base algebraica que, según Arbib
(1969), constituye "la matemática pura de la Informática".
5. Resumen
La teoría de autómatas, también llamada teoría algebraica de máquinas, per-
mite estudiar de un modo sistemático las máquinas, más o menos complicadas,
que realizan un procesamiento de la información y que actúan de manera discreta,
es decir, la información se supone codificada a partir de un conjunto finito de
símbolos que el autómata trata secuencialmente, uno detrás de otro. La teoría de
autómatas proporciona métodos para el análisis y la síntesis de tales máquinas.
Los trabajos sobre lenguajes y gramáticas formales han evolucionado en una
dirección que les ha conducido a encontrarse con la teoría de autómatas como
herramienta matemática de gran utilidad.
La teoría de autómatas no sólo puede aplicarse a las "máquinas", en el sentido
estricto que normalmente damos a esta palabra, sino también a muchos sistemas
258
naturales, y, en general, permite estudiar procesos que dependen de una "historia",
es decir, cuyo comportamiento presente es función del pasado.
En sus treinta años de historia la teoría de autómatas se ha constituido en una
disciplina muy formalizada que sigue en evolución. Mientras la teoría básica
(autómatas finitos deterministas) puede considerarse definitivamente establecida,
se abren nuevas vías que actualmente son objeto de estudio de los investigadores
y que ofrecen amplias perspectivas de aplicación: autómatas estocásticos, bo-
rrosos, adaptativos, de aprendizaje, etc.
Evidentemente, en este tema no podemos exponer ni siquiera resumir, toda la
teoría de autómatas. Nuestro objetivo será presentar los principios básicos,
desarrollando algunos ejemplos de aplicación para ver su utilidad práctica en
diversos campos, especialmente el de la Informática.
259
2
Autómatas
Finitos
1. Definición y representación de los autómatas

1.1. Definición
Un autómata es una quíntupla:
A = <E, S, Q,f, g> [1.1.1.]
donde:
E es un conjunto finito, llamado conjunto de entradas o alfabeto de entra-

das, cuyos elementos llamaremos entradas o símbolos de entrada.
S es un conjunto finito, llamado conjunto de salidas o alfabeto de salida,
cuyos elementos llamaremos salidas o símbolos de salida.
Q es un conjunto llamado conjunto de estados.
261
• / e s una función/: E x Q —»Q, llamada función de transición o función de
estado siguiente.
• g es una función g\ ExQ —> S , llamada función de salida.
Esta definición formal puede interpretarse como la descripción matemática de

una máquina que, si en el instante t recibe una entrada e e E y se encuentra en el
estado q& Q, entonces da una salida g(e, q), y pasa al estado f(e, q) en el instante
t + 1. (Suponemos una escala discreta de tiempos arbitraria: t = 1, 2, 3...).
Expresando de una manera explícita el tiempo, y si llamamos s a un elemento
genérico de S, podemos escribir:
q(t+ 1) = f[e(t),q(t)];s(t) = g [e (t) ,q (t) ]
A es un autómata finito si Q es un conjunto finito. En lo sucesivo, y hasta el

capítulo 5, trataremos sólo con autómatas finitos, y abreviaremos escribiendo
"AF".
1.2. Representación
1.2.1. Tabla de transiciones
Las funciones/y g pueden representarse mediante una tabla con tantas filas
como estados y tantas columnas como entradas. Si la fila i corresponde al estado
q¡ y la columna j corresponde a la entrada e , en la intersección de ambas se
escribirá f(e.,q¡}lg(epq). Por ejemplo, sea el AF definido por los conjuntos
E = {a,b}
S = {0,1}
Q = U i M s }
y las funciones de estado y de salida
f{a,q,) = q¿ g(a,q,) = 0
Ñ>Ai) = s(b,qt) = 1
f(a,q2) = q3; g(a,q2) = 0
flp,q2) = s(b,q2) = o
f(a,q3) = q3; g(a,q3) = 1
f(b,q3) = <7p g(b,q3) = 0

En lugar de esto, es más cómodo representar/y g por la tabla de transiciones
de la figura 2.1.
e
a b
9. qjo qjl
I2 qjo qj0
Í3 qjl qJO
Figura 2.1.
1.2.2. Diagrama de Moore

Otra forma de representar las funciones fyges mediante un grafo orientado
en el que cada nodo corresponde aun estado, y si f(e, q) = q. y g(e,q¡) = s, existe
un arco dirigido del nodo correspondiente a q¡ al correspondiente a qp sobre el que
pondremos la etiqueta e/s. Por ejemplo, el AF definido por la tabla anterior puede
representarse por el grafo de la figura 2.2. Este grafo suele llamarse diagrama de
transiciones o diagrama de Moore.
Figura 2.2.
263
1.3. Máquinas de Moore y de Mealy
El modelo general de autómata que hemos definido se llama máquina de
Mealy. Las funciones / y g determinan la salida y el estado siguiente cuando la
máquina se encuentra en un estado q e Q y recibe una entrada e e E. Ahora bien,
por conveniencia matemática, es interesante considerar, además de los símbolos
o elementos de E, un elemento neutro, A; físicamente, el decir que la entrada es
A,, es lo mismo que decir que no hay ninguna entrada. Es inmediato entonces
plantearse la siguiente pregunta: ¿qué ocurre si, estando un autómata en el estado
q e Q, recibe como entrada A ? Para responder a esto, matemáticamente, habría
que ampliar el dominio de /, que es E x Q, a {E u {A,} } x Q, y lo mismo el
dominio de g. La ampliación del dominio de / no plantea ningún problema: se
puede convenir que /(A ,q) = q (es decir, físicamente, que si no hay entrada no se
cambia de estado). Pero no ocurre lo mismo con g; y ello se ve fácilmente si nos
referimos al ejemplo desarrollado más arriba (figura 2.1): si llegamos a q1 ya sea
de q} (por efecto de entrada tí) o de q1 (por a) la salida es 0, por lo que podemos
asociar la salida 0 al estado qA y decir g(X, q¡) = 0; sin embargo, no podemos
definir g(X, q2), ya que si llegamos a q2 desde q¡ la salida es 1, mientras que si
llegamos desde el propio q2 la salida es 0. Es evidente que, en general, sólo puede
definirse g(X, q) en el caso en que se cumpla que
[q =f(e2,q2)] -> [gie^ = g(e2,q2)] [1.3.1.]
es decir, que a q se le pueda asociar una salida y una sola. Si esto ocurre para todo
q e Q podemos definir una función inyectiva h: Q S tal que g(e, q) = h\f(e,
q)], e e [E u {A,} } , qe Q. En este caso, podemos decir que la salida sólo
depende del estado, y el autómata se llama máquina de Moore. Expresando el
tiempo de manera explícita:
s(t) = g[e(t),q(t)] =h[q(t)]=h\Jle(t-l),q(t-l)]]
En una máquina de Mealy las salidas están asociadas a las transiciones,

mientras que en una máquina de Moore las salidas están asociadas a los estados,
o, lo que es lo mismo, todas las transiciones que conducen a un mismo estado
tienen asociada la misma salida. También podemos decir que una máquina de
Mealy, en el instante de efectuar una transición necesita conocer una entrada
ee E (ya que, en general, g(X,q) no está definida), mientras que en una máquina
de Moore la entrada puede ser e e E o e = X.
Puesto que toda máquina de Moore es una máquina de Mealy que cumple la
condición [1.3.1] para todo q e Q, parece en principio que las primeras son un
subconjunto de las segundas. Sin embargo, vamos a demostrar que, dada una
máquina de Mealy, siempre podremos encontrar una máquina de Moore equiva-
lente (normalmente, a costa de aumentar el número de estados). En efecto, si
tenemos una máquina de Mealy
A = <E, S, Q, f, g>
siempre podemos definir un nuevo autómata
A = <E,S,Q,f,g>
en el que Q se obtiene escindiendo cada qe Q en tantos estados1 cf como salidas

s puedan asociarse a q\
Q ={<? I e Q y e e E) tales que/(e, q')= q, y g(e, q') = s}
y en el que f y g se definen así:
K e , ( f ) = W,q)r-)
g(e,q¡) = g(e,q)
A
S
De este modo, a cada q e Q se le puede asociar una sola salida, s, y así

tendremos una función de salida h\ Q S tal que g(e, cf)=h [f(e, 5s)], por lo
que A será una máquina de Moore.
Concretemos estas ideas con un ejemplo. Tomemos el autómata cuyo dia-
grama es el de la figura 2.2. Como ya hemos visto, con qt siempre se puede asociar
la salida 0; sin embargo, q2 lo escindiremos en q°2 y q1, ya que la salida es 0 ó 1,
según que vengamos de q2 o de q1 y, del mismo modo, escindiremos q3enq° y
q1. De acuerdo con esto, y teniendo en cuenta las definiciones de fy g obtenemos
el diagrama de la figura 2.3.
1
s aquí es un superíndice, no un exponente.
265
a
<73/1 ft" q2/l
JO b
QY 1
Figura 2.3.
Obsérvese que, al estar las salidas asociadas con los estados, todas las transi-
ciones que conducen a un estado producen la misma salida, por lo que en lugar de
rotular las salidas sobre los arcos las hemos incluido en los nodos. Del mismo
modo, en la tabla de transiciones podemos incluir las salidas en la misma columna
de estados; la tabla de esta máquina de Moore es entonces la de la figura 2.4.
En una máquina de Moore podemos considerar el monoide <E\ > , al que se
llama monoide libre de entrada. En una máquina de Mealy sólo podemos hablar
del semigrupo libre de entrada, <E\ >. En lo sucesivo siempre que hablemos de
un autómata supondremos, a menos que se diga lo contrario, que se trata de una
máquina de Moore, es decir, representaremos indistintamente la salida por la
función de salida g(e, q) o por h(q) teniendo en cuenta que g = hof.
266
e
a b
q¡s\
1
qjo h q
2
0 0
q /O q q
2 3 2
q'lí q"3 q"2

2
1
q'/0 q
3 3
1
ql 1 q
3 3
Figura 2.4.
2. Ejemplos de autómatas como modelos

2.1. Detector de paridad
Un procedimiento sencillo y muy utilizado para detectar errores en una trans-
misión digital (por ejemplo, en una transferencia de datos de un periférico remoto
al bus de datos), consiste en enviar un bit de paridad. Este bit puede ser tal que
haga par el número total de "unos" enviados (paridad par), o que lo haga impar
(paridad impar). Por ejemplo, supongamos que el periférico envía caracteres
codificados en código ASCII de 8 bits con paridad par (es decir, el código es
ASCII de 7 bits, y el octavo bit es el de paridad). El carácter "A", en ASCII de 7
bits, se codifica 1000001; luego en 8 bits será 01000001 (el bit de paridad se hace
0 para que el número total de "unos" sea par). Por el contrario, el código de "C"
es 1000011, por lo que el bit de paridad deberá ser 1 y por consiguiente en 8 bits
será 11000011.
En el punto emisor deberá existir un generador de paridad, y en el receptor,
un detector de paridad. Este detector deberá dar una señal de error en el caso de
que la paridad recibida no sea correcta, cosa que ocurrirá cuando en la transmisión
haya habido una alteración en un bit (o en un número impar de bits). Si la paridad
es correcta no dará error. (Obsérvese que si hay un número par de alteraciones en
la transmisión este sistema no detecta el error, pero la probabilidad de que ocurra
más de una alteración es muy pequeña. Existen, desde luego, otros procedimientos
mejores de detección e incluso corrección de errores).
267
El alfabeto de entrada del detector es, evidentemente, E = {0,1}. El alfabeto
de salida constará de dos elementos ("error" y "no error"); podemos tomar el
convenio de que sea también S = {0, 1}, donde "0" significa "no error" y "1"
significa "error". El conjunto de estados puede ser Q = {q0, qv q2}, donde q0 es el
estado inicial, del que sólo se sale al recibir el primer bit; en q1 se estará si se ha
recibido un número par de bits y en q2 si se ha recibido un número impar, de ma-
nera que, al finalizar la transmisión, si la máquina se ha quedado en q1 es que no
ha habido error (s = 0), y si se ha quedado en q2 es que sí lo ha habido (5 = 1), de
acuerdo con esto, es fácil establecer el diagrama de Moore de la figura 2.5.
Ahora bien, el estado q0 puede fundirse con el qr Ello equivale a convenir en

que inicialmente, cuando no se ha recibido ningún bit (es decir, cuando se ha
recibido A.) la salida es 0. Obtenemos así el diagrama de Moore de la figura 2.6,
en el que cada estado tiene una salida, y sólo una, asociada (es una máquina de
Moore).
2.2. Sumador binario serial

Un sumador binario es un dispositivo que suma números codificados en forma
binaria y da el resultado también en binario. En el sumador serial los bits de los
sumandos se presentan secuencialmente y por parejas, es decir, primero se pre-
sentan los dos bits de menor peso, el sumador los suma y obtiene el bit de menor
peso del resultado (y toma nota del arrastre, si lo hay), luego los siguientes, etc.
(figura 2.7).
Figura 2.7.
Evidentemente, el sumador serial es un autómata, puesto que, en todo mo-

mento debe recordar si ha habido arrastre de los bits sumados anteriormente, es
decir, la salida no sólo depende de la entrada actual, sino también de las ante-
riores.También es fácil ver que sólo necesita dos estados. En efecto, en cada
momento, para efectuar una suma de dos bits, sólo hay dos posibles situaciones a
considerar: que no exista arrastre de los anteriores o que sí lo haya; llamaremos qt
y q2, respectivamente, a los estados correspondientes a esas situaciones.
Tenemos, por tanto:
E = {00, 01,10,11}
S = {0,1}
Q = {<?„ Q }2
Inicialmente, el autómata estará en el estado qi (al recibir la primera pareja de

bits no tiene que considerar ningún arrastre anterior). Si la primera pareja es 00,
la salida deberá ser 0, y, como no hay arrastre, se quedará en q¡; si es 01 ó 10 deberá
dar salida 1 también quedarse en qv pero si recibe 11 la salida deberá ser 0, y,
habrá arrastre, por lo que pasará a q2. Estando en q2, si recibe 00, como hay arrastre
de la suma anterior, deberá dar como salida 1 pero ya no habrá arrastre para la
suma siguiente, por lo que pasará a q¿ sin embargo, en cualquier otro caso (01,
10, 11) se quedará en q2, ya que sigue existiendo arrastre. Toda esta descripción
se puede expresar con mayor concisión y claridad con el diagrama de Moore de
la figura 2.8. Este AF es una máquina de Mealy, puesto que tanto q1 como q2 tienen
asociadas las salidas 0 y 1. La máquina de Moore equivalente puede encontrarse
siguiendo el procedimiento expuesto en el apartado 1.3, y resulta ser la descrita
por el diagrama de la figura 2.9.
269
Figura 2.8.
Figura 2.2.
270
2.3. El castillo encantado
El siguiente ejemplo, tomado de Ashby (1956), nos servirá para ilustrar cómo
la teoría de autómatas tiene un campo de aplicación muy extenso: todo lo que se
refiera a sistemas (en el más amplio sentido de la palabra) discretos con memoria;
en este caso particular veremos cómo permite formalizar y resolver un problema
de lógica en el que interviene el tiempo.
El problema es el expuesto en esta carta:
"Querido amigo: Al poco tiempo de comprar esta vieja mansión tuve la

desagradable sorpresa de comprobar que está hechizada con dos sonidos de
ultratumba que la hacen prácticamente inhabitable: un canto picaresco y una
risa sardónica.
Aún conservo, sin embargo, cierta esperanza, pues la experiencia me ha
demostrado que su comportamiento obedece a ciertas leyes, oscuras pero infa-
libles, y que puede modificarse tocando el órgano y quemando incienso.
En cada minuto, cada sonido está presente o ausente. Lo que cada uno de ellos
hará en el minuto siguiente depende de lo que pasa en el minuto actual, de la
siguiente manera:
El canto conservará el mismo estado (presente o ausente) salvo si durante el
minuto actual no se oye la risa y toco el órgano, en cuyo caso el canto toma el
estado opuesto.
En cuanto a la risa, si no quemo incienso, se oirá o no según que el canto esté
presente o ausente (de modo que la risa imita al canto con un minuto de retar-
do). Ahora bien, si quemo incienso la risa hará justamente lo contrario de lo
que hacía el canto.
En el momento en que le escribo estoy oyendo a la vez la risa y el canto. Le
quedaré muy agradecido si me dice qué manipulaciones de órgano e incienso
debo seguir para restablecer definitivamente la calma".
La carta, especialmente en su tercer párrafo, nos describe un sistema lógico

secuencial que puede ser formalizado como un autómata finito. Existen dos va-
riables de entrada (órgano e incienso), y como cada una de ellas dispone de dos
valores posibles, tendremos por tanto cuatro entradas diferentes a las que llama-
remos e0, ev e2 y er
e0: no tocar el órgano ni quemar incienso;

e¿ no tocar el órgano pero quemar incienso;
e2: tocar el órgano pero no quemar incienso;
e3: tocar el órgano y quemar incienso.
También son cuatro los estados posibles:
271
q0\ ni risa, ni canto;
qt: no risa, sí canto;
q2: sí risa, no canto;
q3: risa y canto.
En cuanto la salida, podemos considerar dos situaciones:
1: que haya algún sonido (salida asociada a los estados qv q2, q3);
2: que no haya ningún sonido (salida asociada al estado qg).
Con esta nomenclatura, el problema se puede expresar diciendo que nos

encontramos en un estado inicial, el qv queremos pasar a un estado final, el q0, y
se trata de encontrar la secuencia de. entrada adecuada.
Siguiendo el enunciado, podemos obtener la tabla y el diagrama de transi-
ciones, pero ello resulta mucho más fácil si utilizamos un formalismo lógico.
Designemos por I y O unas variables booleanas que representen el incienso y el
órgano, respectivamente (es decir, / = 0 si no se quema incienso, / = 1 si se quema,
etc.) y por R y C otras variables que representan la risa y el canto (R = 0 si no se
oye la risa, etc.). Tenemos una correspondencia inmediata entre los valores de
estas variables y los conjuntos de entradas y estados definidos más arriba:
e O / q R c
0 0 Q0 0 0
«1 0 1 <7, 0 1
e 1
2 1 0 Q2 0
e 1 1
3 1 1 q3
Si en el minuto t los valores de estas variables son Ot, /„ C„ Rt, en el minuto

t+1 tomarán los valores dados por las siguientes expresiones lógicas, que no son
más que otra forma de expresar los párrafos 4 y 5 de la carta:
(1) OtRt = 1 - > c í + 1 = Ct
(2) OrR, = 0 - » c f + 1 = C,
(3) It = 0 - > Rt+1 = c

t
(4)7, = 1 ^Rl+1 = Ct
De (1) y (2) se deduce que
(5) C, + 1 = (O t R t ) © C ,
y de (3) y (4)
(6) R t + 1 = / , © C ,
De (5) y (6) se pueden sacar inmediatamente las tablas de verdad de C(+1 y Rt

en función de Ot, It, C„ Rt:
0, /, Ft, C, Am C,+1
0 0 0 0 0 0
0 0 0 1 1 1
0 0 1 0 0 0
0 0 1 1 1 1
0 1 0 0 1 0
0 1 0 1 0 1
0 1 1 0 1 0
0 1 1 1 0 1
1 0 0 0 0 1
1 0 0 1 1 0
1 0 1 0 0 0
1 0 1 1 1 1
1 1 0 0 1 1
1 1 0 1 0 0
1 1 1 0 1 0
1 1 1 1 0 1
Volviendo a la correspondencia establecida entre O, I y e, y entre C,R y q, la

anterior tabla de verdad nos conduce a la tabla de transiciones de la figura 2.10:
273
e
e e
e„ e, 2 3
<7/5\
«/o 9o 92 9. «3
93 <h 92 9o
qjí 9o h 9o 92
1J1 93 9i 93 9i
Figura 2.10.
Y de aquí podemos dibujar el diagrama de Moore de la figura 2.11.
274
A la vista de este diagrama, la solución al problema aparece fácilmente: pasar
primero de q3 a q1 mediante ei ó ev y luego a q0 mediante e3; o bien, respondiendo
en los mismos términos epistolares, "durante un minuto, queme usted incienso
(tocando o no el órgano, es indiferente), y desaparecerá la risa; durante el minuto
siguiente, queme incienso y toque el órgano, y al finalizar ese minuto cese toda
actividad, con lo que, si no vuelve a manipular ni el órgano ni el incienso, se
habrá librado para siempre de tan molestos moradores". Hay desde luego, otras
soluciones, pero todas ellas con secuencias de entrada más largas; por ejemplo, de
ql puede pasarse a q2 con e2, y de aquí a q0 con e0 6 e2. Obsérvese que, afortuna-
damente para el propietario de la casa, el estado q0 es estable, en el sentido dé que
con la entrada e0 (es decir, I = 0, O = 0) el siguiente estado es el mismo q0.
3. Comportamiento de un autómata
3.1. Otra definición de autómata
En el capítulo 1 comenzamos hablando de los autómatas como dispositivos
que producen cadenas de símbolos a la salida en respuesta a cadenas de símbolos
presentadas a la entrada. Según esto, podríamos definir un autómata como una
función:2
F*:E*^>S* [3.1.1.]
que hace corresponder a cada cadena de entrada, x e E *, una cadena de salida,

F*(x) = ye S*.
Ahora bien, vamos a ver que el autómata queda perfectamente definido

restringiendo el rango de la función de S* a S, es decir, podemos definir un
autómata como una función
F:E* —» S [3.1.2]
que hace corresponder a cada cadena de entrada, x e E *, el último símbolo

obtenido como salida,F(x) = s e S. En efecto, six = e0 eí... enV tendremos como
símbolos de salida
F(e0) en el instante 1
F(e0e1) en el instante 2
2
Utilizamos la notación explicada en el apartado 5 del capítulo 1 del Tema "Lógica".
275
Fie^y-.e^ = F(x) en el instante n
Por consiguiente, la cadena de salida F*(X) se obtendrá concatenando todos

estos símbolos:
F*(x)=F*(e0e1...e„_1)=F(e0)F(eBe1) ... F(eBe1...e,J,
lo que nos muestra que F* queda determinada conociendo F.

Consideremos, por ejemplo, el autómata sumador binario serial estudiado en
el apartado 2.2, y supongámoslo efectuando la suma 010110 + 011011 = 110001.
En el instante t0 recibirá por la entrada los bits de menor peso, es decir, e0 = 01; en
el instante t1 tendremos el = 11, etc. Así, la cadena de entrada será:
x = 01.11.10.01.11.00
(Obsérvese que, en contra de lo que es habitual, utilizamos un punto para

indicar la concatenación, a fin de evitar ambigüedades en este caso, ya que los
símbolos de entrada están formados por dos símbolos de nuestro alfabeto ordi-
nario. Obsérvese también que las cadenas se escriben de izquierda a derecha en el
tiempo, con lo que resulta un orden de escritura inverso al habitual en aritmética).
En el instante tQ tendremos como salida:
F(e0)=F( 01) = 1;
ent1:F(e0e1) = F(01.11) = 0-
en t2: F(eae,e2) = F(Ol.ll.lO) = 0;
en t3: F(e0e,e2e3) = F(01.11.10.01) = 0;
en tA: Fêê^) = ^(01.11.10.01.11) = 1;
y en t5: F(e0e,e2e3e4es) = F(01.11.10.01.11.00) = 1;
De modo que la cadena total de salida es:
F*(x) = F(e0)F(e0e1)... F(e0e,... e6) = 100011,

que es el resultado de la suma escrito de izquierda a derecha según se van
obteniendo los bits del resultado a partir del menor peso.
La definición [3.1.2] considera al autómata exclusivamente desde el punto de
vista de entrada-salida, es decir, como una "caja negra", a diferencia de la
definición [1.1.1], en la que se contempla lo que sucede en el interior de la "caja".
Algunos autores, para resaltar la diferencia entre ambos, les dan distintos nom-
bres, y así, por ejemplo, al autómata definido por [3.1.2] le llaman "máquina", y
al definido según [1.1.1], "circuito"; y este mismo convenio seguiremos nosotros
en adelante cuando nos interese destacar que nos referimos a una u otra definición.
En este punto, es natural que surjan dos preguntas inmediatamente: dada una
máquina, ¿podemos encontrar su circuito? Y, evidentemente, la inversa. Para
responder a ellas se hace precisa una consideración matemática previa sobre la
definición [1.1.1], En efecto, el dominio de las funciones / y g es E x Q, lo que
quiere decir que estas funciones nos permiten obtener el estado siguiente y la
salida conociendo el estado actual y el símbolo de entrada. Para conocer la
respuesta de circuito no a un símbolo, sino a una cadena de entrada es necesario
ampliar el dominio a E* x Q.
3.2. Ampliación del dominio de las funciones

de un autómata
En el apartado 1.3 vimos que el dominio de g podía ampliarse de i? x Q a
{Ev {X} } x Q solamente si existe una función de salida h: Q —>S; en este
caso decíamos que el autómata es una máquina de Moore, y teníamos:
f(X,q) = q;g(X,q) = h[f(X,q)]=h(q)
Para extender ahora el dominio a E* x Q basta con definir, para todo x„

x^ £ E y
ftx i ) =ñx2>f(xi> q)]
g(x,x2, q) = g[x2,f(xv q)] = hlflx^, q)\
3.3. El comportamiento de entrada-salida, o las

máquinas definidas por un circuito
Definición 3.3.1. Dado un autómata (circuito) A = <E, S, Q, f g>, definimos el
comportamiento de entrada-salida de A inicializado en el estado q por
C\E*
i -> S
que aplica" a cada x e E * un s = g(x,q).

Es decir, si en el instante t0 el autómata se encuentra en el estado q e intro-
ducimos la cadena x = e¡e2... ei:, se obtendrán las salidas
C (e,) en t = t0
C (Cle2) en í = í0 + 1
Cq(e,e2... en) = C (x) en t = tn + n-1
277
Vemos así que para todo autómata (circuito) pueden definirse, en principio,
tantas funciones de la forma [3.1.2] (es decir, tantas "máquinas") como estados
tenga el autómata, aunque hay que advertir que algunas de estas funciones pueden
ser idénticas entre sí (lo que correspondería a estados equivalentes, según la
definición que daremos enseguida).
3.4. Equivalencia y accesibilidad

Damos a continuación una serie de definiciones cuyo sentido se captará mejor
con ayuda de ejemplos, que desarrollaremos en el apartado 3.5.
Definición 3.4.1. Dados dos autómatas con los mismos alfabetos de entrada y
salida, A j = <E,S, Qvfít gj> y A 2 - <E, S, Q2,f2, g2>, qA e Q1 es equivalente a
<7i e Qi si Cqt = Cq2.
La misma definición sirve para estados equivalentes dentro de un mismo
autómata: basta considerar que <2, = Q2,f =/2, g, = g2.
Definición 3.4.2. U n autómata está en forma mínima (o es observable) si
(Cq¡ = Cq2) -> (q, = q2)
Es decir, en un autómata en forma mínima no existen estados equivalentes.
Definición 3.4.3. Los autómatas A j = <E, S, Qvfv y A 2 = <E, S, Q2,f2, g2>,

son equivalentes si
{Cq1\q1eQ1} = {Cq2\q2e Q2}
Definición 3.4.4. q2 es accesible desde ql si existe x e E * tal que/(x, qA ) = q2.
Definición 3.4.5. El subautómata conectado de u n autómata A = <E, S, Q, f ,

g> esA° = <E, S, Qc,fc, gc>, con
Q< = {q2GQ\(3xeE*)(3q1eQ)(f(x,q1) = q2)}
y fc y gc son las restricciones d e / y g de E* x Q aE* x Q.

Es decir, el subautómata conectado a un autómata está formado por todos los
estados del autómata original que son accesibles desde algún otro estado.
Definición 3.4.6. U n autómata A es fuertemente conectado si A = A c .

3.5. Ejemplos
3.5.1. Autómata reconocedor de la cadena 010
Considérense los AF dados por los diagramas de las figuras 2.12 y 2.13.
Figura 2.13.
a) Calcular Cq„ Cq2, Cq„ y Cq, (en la figura 2.12) para cadenas de entrada de
longitud igual o inferior a 3.
b) Comprobar que el AF de la figura 2.12 está en forma mínima y es fuerte-

mente conectado. ¿Ocurre lo mismo con el de la figura 2.13?
279
c) Comprobar que ambos autómatas son equivalentes.
Pasemos a resolver las cuestiones planteadas.

a) Basta con seguir, para cada estado inicial, las transiciones provocadas
sucesivamente por cada símbolo de la cadena (leída ésta de izquierda a
derecha) y anotar la salida final. Resumimos los resultados en la tabla de
la figura 2.14.
X 0 1 00 01 10 11 000 001 010 011 100 101 110 111
Cq, 0 000 0 0 0 0 0 1 0 0 0 0 0
Cq, 0 000 0 1 0 0 0 1 0 0 0 0 0
Cq, 0 10 0 0 0 0 0 0 1 0 0 0 0 0
Cq4 1 000 0 1 0 0 0 1 0 0 0 0 0
Figura 2.14.
b) Para comprobar que un AF está en forma mínima hay que ver si el

comportamiento es distinto para cada estado. Esto no es fácil con los
conocimientos que tenemos ahora, puesto que habría probar con diferentes
cadenas de entrada hasta que se observe una diferencia de comportamiento
entre dos estados para la misma cadena. Pero como E* es infinito, si no
encontramos tal diferencia después de un número finito de cadenas no
podemos garantizar que el AF esté en forma reducida. (Empleando una
terminología que se definirá con precisión en el tema siguiente, no tenemos
un algoritmo). Ahora bien, en el apartado 5.3 demostraremos que basta con
ensayar todas las cadenas x tales que \g(x) <n-l (n = número de
estados); y si Cq,(x) = Cq2(x) para esas cadenas podremos asegurar que
Cqt(x) = Cq,(x) Vx G E *. De este modo tendremos un algoritmo, ya que el
número necesario de ensayos es finito. En el autómata de la figura 2.12 se
ve enseguida, con ayuda de la tabla de la figura 2.14, que
Cq, (X) = 0; (X) = 0; Cq, (X) = 0; Cq¡ (X) = l
por lo que q4 no es equivalente a ninguno de los otros tres. Observando los

comportamientos para la entrada x = 0 deducimos que q3 tampoco es equi-
valente a ninguno, y, de igual modo, la no equivalencia de q2 la deducimos
de la entrada x = 10.
Por consiguiente, podemos asegurar que el AF de la figura 2.12 está en
forma mínima. No ocurre lo mismo con el de la figura 2.13. En efecto, si
se van ensayando cadenas diferentes de entrada se irá viendo que Cq,(x) =
Cq,(x), Cq2(x) = Cqt(x), Cq,(x) = Cq7(x) y Cq,(x) = Cq,(x). Se puede comprobar
que esto ocurre para todas las cadenas de longitud igual o inferior a 7 (n =
8), por lo que ql es equivalente a q5, q2 a qñ, q3a q1 y qA a q,6, y, por con-
siguiente, el AF no está en forma mínima.
El carácter de fuertemente conectado se ve por simple inspección de los
diagramas. En efecto, en la figura 2.12 vemos que cualquiera de los cuatro
estados tienen por lo menos un arco que entra en él, es decir, todos los es-
tados son accesibles desde algún otro, y, por tanto, el autómata es fuerte-
mente conectado. Sin embargo, en la figura 2.13 podemos observar que ni
ql ni qs son accesibles desde ningún otro estado, por lo que el autómata no
es fuertemente conectado.
c) Ensayando todas las cadenas de longitud igual o inferior a 7 deducimos
que qi y q4 de la figura 2.13 son equivalentes a qí de la figura 2.12, q2 y q6
a q2, qz y q7 a q3 y q4 y q% a q4. Por tanto, ambos AF son equivalentes.
Finalmente, justifiquemos el título puesto a este ejemplo, aunque los autóma-

tas reconocedores serán objeto de estudio en capítulo 4. Puede comprobarse que
siempre que en la cadena de entrada aparezca la sucesión 010 la salida del
autómata es 1 al recibir el último símbolo de la sucesión (el segundo 0); en caso
contrario la salida será 0, y no dará 1 hasta que en la cadena de entrada no vuelva
a aparecer seguidos un 0, un 1 y luego otro 0.
3.5.2. Ejemplo 2: Equivalencia máquina de Moore-máquina

de Mealy
En el apartado 1.3 decíamos que para cualquier máquina de Mealy se puede
obtener una máquina de Moore equivalente, y construíamos esta máquina escin-
diendo cada estado de la primitiva en tantos estados como salidas pudieran
asociársele. También decíamos que en lo sucesivo nos referiríamos siempre a
máquinas de Moore, en las que podemos considerar el elemento neutro X en la
entrada, y, por consiguiente, el monoide libre de entrada, E*, mientras que en el
caso de máquinas de Mealy tendríamos que trabajar con el semigrupo libre de
entrada, E A l definir la equivalencia entre autómatas (Definición 3.4.3) nos
hemos basado en el comportamiento de entrada-salida (Definición 3.3.1), que se
ha definido no con E*, sino con£*, suponiendo implícitamente que los autómatas
considerados son máquinas de Moore. Lo que pretendemos en este ejemplo es ver
que la máquina de Moore construida a partir de una de Mealy como se indica en
el apartado 1.3 es efectivamente equivalente a ella, en el sentido de equivalencia
de comportamiento. Para ello tenemos que ver que los conjuntos de los compor-
tamientos de ambas máquinas son idénticos, con la salvedad de que no tiene senti-
do hablar de la entrada X; es decir, por esta sola vez, digamos que el comporta-
miento para un estado q es
C:E*->S
<¡
281
Pues bien, sobre el ejemplo de las figuras 2.2 y 2.3, y si llamamos A a la
primera y A a la segunda, podemos comprobar que
Cqi(a) = Cq(a) = 0; Cq(b) = C q,(b) = 1; Cq(aá) = Cq(aa) = 0;
Cq{ab) = C q,(ab) = 1; Cq¡(ba) = Cq¡(ba) = 0;
etc., es decir,
Cq, — C q¡
Análogamente se ve que Cq2 = C° = C ^ y que Cq,= C°q = C 1 .
En general, lo que ocurre es que todos los estados (f resultantes de una escisión
de q tienen igual comportamiento (salvo, naturalmente, para x = A,), ya que se
toma
g(x,q') = g(x, q)
para todos los q\
4. Capacidad de respuesta de un autómata finito
4.1. introducción
Hemos visto que un circuito con n estados puede realizar hasta n máquinas
diferentes. Cada una de estas máquinas viene definida por el comportamiento de
entrada-salida para el correspondiente estado.
El número de cadenas diferentes en E* es infinito. Pero como el autómata es
finito es imposible que responda de distinta manera a cada una de ellas. Es decir,
debe ser posible particionar E* en un número finito de subconjuntos tales que el
autómata sea incapaz de distinguir dos cadenas pertenecientes al mismo subcon-
junto. Veremos que tales subconjuntos pueden considerarse como clases de
equivalencia; naturalmente, cuanto mayor sea el número de clases de equivalencia
mayor será la capacidad del autómata para responder de distinta manera a cadenas
diferentes. Cuando decimos que el autómata "responde" a una cadena o "dis-
tingue" entre una u otra pesamos en el símbolo de salida asociado a cada cadena,
de acuerdo con la definición de "máquina" (expresión [3.1.2]). Si consideramos
exclusivamente máquinas de Moore, existirá una función de salida h: .
Vamos en ese apartado a simplificar el análisis, suponiendo que h es biyectiva, es
282
decir, que a cada estado podemos asignarle una salida diferente3. En este caso, dos
cadenas pertenecerán a la misma clase de equivalencia (serán indistinguibles para
todas las máquinas definidas por el circuito) si, considerando un estado inicial
cualquiera, el estado final es el mismo para ambas cadenas. Nos vemos así condu-
cidos a estudiar, para cada cadena, funciones de la forma Q —» Q, y, si llamamos
Qa al conjunto de todas esas funciones, el comportamiento global del autómata
vendrá determinado por una función K: E* —> QQ, que asigna a cada cadena de
entrada una función Q —» Q. Si el número de estados diferentes es n, habrá n"
funciones Q —» Q, por lo que el número máximo de clases de equivalencia en E*
será n".
Vamos a formalizar estas ideas, y para ello comenzaremos por recordar algu-
nos conceptos de álgebra, pero antes debemos advertir al lector que este apartado,
que es el más teórico del tema, no es imprescindible para la comprensión del resto,
y, si lo que desea, puede omitirlo y saltar al apartado 5 (minimization de AF).
4.2. Repaso de algunos conceptos de álgebra

4.2.1. Monoide de transformaciones de un conjunto
Una transformación t en un conjunto C se define como una función de C en sí
mismo: t: C —> C .
Teorema 4.2.1.1. Sea C un conjunto cualquiera y sea Cc = {t: C —> C } el

conjunto de todas las transformaciones en C. Entonces < Cc,0 >, donde "o"
representa la ley de composición de funciones í, es un monoide, llamado mo-
noide de transformaciones de C.
La demostración es casi inmediata, teniendo en cuenta la evidencia de que la
composición de funciones t es una operación cerrada y asociativa, es decir, si
e
T¡¡> H> ¿C C '
c
taotb e C
( V e € C) [ta O ( t b o t c ((C))) = (taotb) O tc (C) = ta (tb (tc (C) ) ) ]
3
Esta simplificación no resta generalidad al análisis. En efecto, lo que haremos será estudiar la "respuesta de
estados" en el sentido de que para cada entrada nos fijaremos no en la salida, sino en las transiciones que provoca
entre los estados. Si h no fuera biyectiva lo único que podría ocurrir es que dos cadenas diferentes en cuanto a
su "respuestas de estados" fueran indistinguibles en cuanto a la salida, pero esto es fácil de analizar conociendo
la función h:Q —> S .
283
Además, podemos definir en elemento neutro en C c , í,: C —> C, tal que t l ot j
= tjot1 = t¡ ; este elemento neutro es í,(x) = x. Por consiguiente, < C°,o>
cumple las condiciones para ser un monoide.
Ejemplo. Sea C = {0,1}. Veamos cuál es el monoide de transformaciones de
C. Cc tendrá cuatro elementos:
í0:í0(0) = 0 , f 0 ( l ) =0
í,: ; , ( ( ) ) = (),
t2:t2(0) = l,t2(l)=0
í3:í3(0) = l , í 3 ( l ) =1
(Obsérvese que, acorde con la notación anterior, ti es el elemento neutro).

La composición de t2 con t3, por ejemplo, será:
t2ot3 (0) = t2(t3(0)) = t2( 1) = 0
í2OÍ3(1)=í2(ís(1)) = ^(1) = 0
luego
f
h°h = o
Análogamente pueden hallarse las demás composiciones; el resultado puede

ponerse en forma tabular (tabla del monoide):
O o' '2 '3

U o' '0 '0 '0
'i o' t, '2 t3
t2 '3 '2 t, '0

U '3 '3 '3 '3
Esta tabla representa la operación o en el conjunto Cc, y por tanto, describe al
monoide < Cc, o >.
4.2.2. Homomorfismo entre monoides
Definición 4.2.2.1. Si <S], * > y <S2, • > son dos semigrupos, una función/:
S1 —> S2 decimos que es un homomorfismo entre ambos semigrupos si pre-
serva la ley de composición interna, es decir, si
(Va,bGS1)\j{a*b) = f(a) • /(&)]
o, expresado gráficamente, si el diagrama
S1xS1
/x/ | 4/
S2 xS2
es conmutativo.
Definición 4.2.2.2. Un isomorfismo entre semigrupos es un homomorfismo en

el que la función/es biyectiva.
Definición 4.2.2.3. Si Sl es un monoide con elemento neutro ev S2 es un monoi-

de con elemento neutro e 2 ,/es un homomorfismo (isomorfismo) entre S, y S2,
y se cumple que
e =C
K l) 2
e n t o n c e s / e s un homomorfismo (isomorfismo) monoide.
Ejemplos:
1) S i P = {1,2,3,...} y N= {0,1,2,3,...}, entonces <P, • >, <N,+> y <N, • >

son monoides, mientras que <P, +> es un semigrupo, pero no monoide.
(¿Por qué?). La multiplicación por un número natural a en <N,+>, es decir,
<N,+> —> <N,+>: n ^ a n es un homomorfismo, ya que a • (n¡ + n2) =
a • nt + a • n2. Sin embargo, en general, no es un homomorfismo para
<N, • >. (¿En qué casos particulares lo es?).
2) Llamemos R al conjunto de los números reales. <R, +> y <R, • >, son
monoides. (¿Por qué?). La función
</?,+> <R, • >: r d (a, r e R)
es un homomorfismo monoide, ya que
285
= a y Or = 1
(¿es isomorfismo?).
4.2.3. Monoide libre y homomorfismo
Hemos definido en el apartado 5.2 del capítulo 1 del tema "lógica" el monoide
libre generado por un alfabeto E, <E*, >.
Teorema 4.2.3.1. Sea i: E —» E * la función que aplica todo elemento de E en
la correspondiente cadena de longitud unidad, es decir, (Va e E) (i(a) = a)
y sea / cualquier función de E en el conjunto de cualquier monoide <M, *>.
Entonces, existe un único homomorfismo monoide g: <E*, > —> <M,*> tal que
goi = f , es decir, tal que el diagrama
E —•£*
\ /
es conmutativo.
Demostración:
Para cadenas de longitud 1 podemos definir g(a) = f(a) para que se satisfaga
f(a) = goi (a) = g(i(a)) = g(a). Si x es una cadena de longitud l > 2 podemos
descomponerla en x = yan, donde lg(y) = / - 1 y lg(an) = 1, y tendremos:
£(*) = g(ya) = g(y) * #(«„)
para que g sea un homomorfismo. Como lg(a„) = 1,
g(x) = g(y)*f(a)
Del mismo modo, podemos descomponer y en zan_v y así sucesivamente, con

lo que, por inducción sobre la longitud de la cadena, si x = ata2... ait podemos
determinar g(x) así:
l&)=flad*K<h)
Finalmente, si e es el elemento neutro de <M, *>, haremos g(A,) = e para

obtener un homomorfismo monoide.
286
Este teorema nos permite extender el dominio de cualquier función E —» M
de alfabetoE en el conjunto de un monoide <M, *> a un homomorfismo monoide
<E*, > —> <M, *>, y nos será de utilidad más adelante.
4.2.4. Relaciones de congruencia y monoide cociente

Definición 4.2.4.1. Una relación binaria R en un conjunto C es un subconjunto
de C xC. Si Cj y c2 son elementos de C, decimos que c, y c2 están relacionados
por i? si (c p c 2 ) e R, y generalmente se escribe: c, R c2.
Definición 4.2.4.2. R es una relación de equivalencia en un conjunto C si y

sólo si i? es una relación binaria que tiene las propiedades:
• Reflexiva: (Ve e C)(cRc)

• Simétrica: (Vc 15 c 2 e C ) [(c¡ R c2) -» (c2 R c,)]
• Transitiva: (Vc 1 ,c 2 ,c 3 e C ) [(c, R c2) A (C2 R C3) (c, R c3)]
Definición 4.2.4.3. Dados un conjunto C y una relación de equivalencia i?, la

clase de equivalencia de c e C módulo i?, es [c]J( = {x \ xR c}. (En adelante,
siempre que no se preste a ambigüedad, suprimimos el subíndice R.) El con-
junto cociente C/R es el conjunto de las clases de equivalencia de C módulo R.
El número de elementos de C/R es el índice de la equivalencia.
Así, una relación de equivalencia origina una división de C en subconjuntos
disjuntos, es decir, una partición.
Definición 4.2.4.4. Dado un monoide <M, *> y una relación de equivalencia,

R, en M, R es una relación de congruencia en <M,*> si aRb implica que (a*c)
R (b*c) y (c*a)R (c*b) para todo c e M.
Teorema 4.2.4.5. Si R es una relación de congruencia en el monoide <M, *>,

el conjunto cociente M/R = {[a] | a e M } con la operación " •" definida por
[a][b] = [a*b]
es un monoide.
Demostración'.
En primer lugar hay que demostrar que la operación " •" está bien definida
sobre las clases de equivalencia, es decir, que el resultado es independiente de
que se tome un miembro u otro de la clase. Para ello, sean a1 s [a] ,
«2 e [a] , b1 e [b] , b2 e [fe] . Tenemos pues que a1R a2y bxR b2, y, como
R es una relación de congruencia, podemos escribir:
287
(ai* bJRia,* b2)y(ai* b2)R(a2* b2)
y, por la propiedad transitiva de R,
(a^bJRiaSbJ
es decir,
K * b:] = [A2 * b2],
lo que indica que [a] • [fe] está bien definida.

Para ver que <M/R, •> es un monoide, basta con comprobar dos hechos:
1) " •" es asociativa. En efecto, como "*" es asociativa (pues <M, *> es un
monoide),
[«] •{[&]• íc] } = [a] • [b*c] = [a*(b* c)] = [(« * b) * c] =

{ [«] •[&]}• [c]
2) Existe un elemento neutro. En efecto, si el elemento neutro en <M, *> es

e, tendremos que
[a] • [e] = [a * e] = [a]
[e] • [a] = [e * a] = [a]
por lo que [e] es el elemento neutro para <M/R, • >.
Definición 4.2.4.6. El monoide <M/R, •> se denomina monoide cociente de M

por R.
4.3. Comportamiento de entrada-estados

Sea un AF
A = <E, S, Q,f g>

Sabemos que dado un símbolo de entrada y un estado podemos obtener el
estado siguiente mediante la función
f- Ex Q—í Q
Dado solamente un símbolo de entrada, e e E, podemos definir una función

que aplique a cada estado el siguiente bajo esa entrada determinada, es decir, una
función de Q en Q, k(e): Q^Q. Existirá entonces una función
siendo Qa el conjunto de las funciones de Q en Q, que sabemos por el Teorema

4.2.1.1 que, con la composición de funciones, es un monoide. La función k se
determina a partir de/del siguiente modo: para cada e e E, y cada qe Q, \k{e)]
(q)=f(e,q).
Ahora bien, por el Teorema 4.2.3.1, la función k puede extenderse a un homo-
morfismo entre monoides:
K\ <E*, > —><Qa,o>,
con K(e1 e2... ej = k (e 1 ) ok (e2) o... ok (en) . Llamaremos a K comportamiento

de entrada-estados del autómata.
Ejemplo. Consideremos el autómata detector de paridad descrito por el dia-

grama de la figura 2.6 . La función t . {Q1} —> Q se obtiene fácilmente del
diagrama y se puede resumir en forma de tabla:
Estado siguiente
k( 0)
Estado f <7i <7i <7a

inicial L Q2 q2 <7i
Calculemos K para algunas cadenas:
289
i e ( 0 0 ) = ;fc(0)ojfc(0) =k(0)
K(01)=k(0)ok(l) = k(l)
K(10) = k(l)ok(0) =k(l)
K(ll) = k(l)ok(l) =k(0)
etcétera.
En general,
K(x) = k(0) si se tiene un número par de unos

K(x) = k(l) si se tiene un número impar de unos
Si la cadena es vacía, K( X) será la función identidad en Q, es decir, la función

que aplica q1 en q1 y q2 en q2, que coincide con k(0).
4.4. Relación equirrespuesta y monoide

de un autómata
Sea un autómata A con comportamiento de entrada-estados^.
Definición 4.4.1. La relación equirrespuesta de A, = , es una relación binaria

en E* tal que
(Vx,yeE*)[(x = y) o (K(x) = *(>>))]
= es una relación de equivalencia, ya que se cumple:
(Vx e £ *) [K(x) = K(x)]

(\/x,yeE*) [(K(x) = K(y)) ^ (K(y) = K(x))]
('Vx,y,zeE*) [(K(x) = K(y)) A ( K ( y ) = K(z))^(K(x) = K(z))]
Además es una relación de congruencia en el monoide <E*, >. En efecto, si

x = y , K(x) = K(y), y K(xz) = K (x) oK (z) = K (y) oK (z) = K(yz). Análo-
gamente, K(zx) = K(zy). Por tanto, según el Teorema 4.2.4.5., <E* / > , es
decir, el conjunto cociente E* / = con la operación de concatenación, es un mo-
noide.
Definición 4.4.2. Dado un autómata con un comportamiento de entrada-
estados K que origina una relación equirrespuesta = cnE'*, el monoide cocien-
te <E* / = , > se llama monoide del autómata.
Si el número de estados es n, el monoide del autómata tendrá como máximo n"
elementos. En efecto, el número de transformaciones en el conjunto Q, es
decir, de funciones diferentes Q —> Q es n". El homomorfismo K aplica
entonces un conjunto infinito, E*, en un conjunto, QQ, que tiene n" elementos.
Si esta aplicación es suprayectiva la relación equirrespuesta tendrá índice n",
es decir, inducirá n" clases de equivalencia en E* (si la aplicación no fuera
suprayectiva, es decir, si existieran una o más funciones Q —> Q a las que no
correspondiese ningún elemento de E*, el número de clases de equivalencia
sería menor). Por consiguiente, el número máximo de elementos del conjunto
cociente E* / = es n".
El monoide de un autómata refleja la capacidad de éste para responder de
distinto modo a las cadenas de entrada. En efecto, en E* hay infinitas cadenas,
mientras que en E* / = hay como máximo n" elementos, que son las clases de
congruencia de =. Si dos cadenas diferentes, x e y, están en la la misma clase,
es decir, x = y, entonces K(x) = K(y), es decir, el homomorfismo K las aplica
sobre el mismo elemento de QQ, o lo qüe es lo mismo, ambas producen la
misma transformación Q —» Q, y el autómata será incapaz de distinguir una
de la otra.
4.5. Ejemplos
4.5.1. Detector de paridad
Ya hemos estudiado el comportamiento de entrada-estados del detector de
paridad, llegando a la conclusión de que sólo hay dos clases de equivalencia en
E*; en efecto, veíamos que K(x) = k(0) = ¡c(X), six tiene un número par de unos
(o ninguno) y K(x) = ¿(1), si x tiene un número impar de unos. Luego toda cadena
x es equivalente a "A," o a "1". Llamemos [A-] y [1] a estas dos clases de equi-
valencia, que serán los elementos del monoide del autómata. Al tener un número
finito de elementos, podemos describirlo mediante una tabla que indique el ele-
mento resultante de la concatenación de otros dos:
[X] [1]
[X] [X] [1]
[1] [1] [X]
291
4.5.2. Reconocedor de la cadena 010
El autómata, representado en la figura 2.12, tiene cuatro estados, por lo que el
número total posible de transformaciones en Q, es decir, el número máximo de
elementos del monoide del autómata es 44 = 256. Veamos si existen todos. Para
ello, calculemos K(x) para cadenas de longitud creciente desde x=X. Resumimos
los resultados en la tabla de la figura 2.15. El procedimiento para construir una
tabla de ese tipo es el siguiente:
Tenemos tantas filas como estados tiene la máquina. Para cada cadena x
ponemos en una columna los estados resultantes de la función K(x)\ Q —» Q.
Comenzamos por X, para la que la función es la unidad (es decir, ql en qt, q2 en
q2, etc). Para las cadenas de longitud l(en este caso 0 y 1) miramos en el diagrama
de Moore; en este ejemplo, cuando se aplica x = 0 la imagen de q1 es q2, la de q2
es q2, etc. Teniendo ya K(x) para cadenas de longitud 1 no hace falta consultar más
el diagrama; por ejemplo, ¿(01) = K(Q) °K(1) , y así, con 0, q1 se aplica en q2,
y luego con 1, q2 se aplica en qv por lo que la imagen de qí será qy Para cadenas
de longitud 3 nos basamos en los resultados anteriores; por ejemplo, i£(010) =
/ í ( 0 1 ) 0 ^ ( 0 ) = K(0) oK(W) (las dos formas de hacerlo son válidas). La tabla
se va así rellenando por columnas, aumentando la longitud de las cadenas por
postconcatenación de los símbolos del alfabeto a las cadenas ya tratadas, hasta que
encontramos cadenas x tales que K(x) = K(y), donde lg(y) < lg(x); entonces
podemos asegurar que x = y, y no es preciso que sigamos aumentando x, ya que,
si la concatenamos con un símbolo cualquiera, e, tendremos K(xe) = K(ye), es de-
cir, xe = ye, con lg(ye) < lg(x), por lo que la clase de ye o bien ya ha aparecido
(si lg(y)<lg(x)), o bien va a aparecer (si lg (y) = lg(x)).
X X 0 1 00 01 10 11 000 001 010
ft ft ft ft ft ft ft ft ft ft ft
Estado ft ft ft ft ft ft ft ft ft ft ft
inicial ft ft ft ft ft ft ft ft ft ft ft
ft ft ft ft ft ft ft ft ft ft ft
X Oil 100 101 110 111 0100 0101
ft ft ft ft ft ft ft ft
Figura 2.15.
Concretemos con nuestro ejemplo. Siete de las ocho cadenas de longitud 3
tienen el mismo comportamiento que las cadenas de longitud 2:#(000) = #(00);
#(001) = #(01), etc, por lo que [000] = [00]; [001] = [01], etc. La única cadena
cuyo comportamiento difiere de los anteriores es 010. Por tanto, estudiamos 0100
y 0101, y vemos que #(0100) = i^(00) y #(0101) = #(001). Nos quedan así
solamente ocho clases de equivalencia: [X], [0], [1], [00], [01], [10], [11] y [010].
El monoide del autómata tendrá pues ocho elementos, no 256: # dista mucho de
ser suprayectiva. La tabla del monoide se obtiene sin dificultad de la figura 2.15,
y es la representada en la figura 2.16; por ejemplo, para saber el resultado de [11]
[10], con ayuda de la figura 2.15 vemos que #(1110) = # (11) o # (10) = #(00),
por lo que [11] [10] = [00],
[X] [0] [1] [00] [01] [10] [11] [010]

[X] [X] [0] [1] [00] [01] [10] [11] [010]
[0] [0] [00] [01] [00] [01] [010] [11] [010]
[1] [1] [10] [11] [00] [01] [00] [11] [010]
[00] [00] [00] [01] [00] [01] [10] [11] [010]
[01] [01] [010] [11] [00] [01] [00] [11] [010]
[10] [10] [00] [01] [00] [01] [010] [11] [010]
[11] [11] [00] [11] [00] [01] [00] [11] [010]
[010] [010] [00] [01] [00] [01] [010] [11] [010]
Figura 2.16.
Con la tabla del monoide se puede hallar rápidamente el comportamiento para

cualquier cadena. Así, por ejemplo, si queremos conocer Cq (010000110) tendre-
mos:
[010000110] = [010] [00] [01] [10] = [00] [00] = [00],
y como [00] transforma cualquier estado inicial en q2 (figura 2.15), y q2 da salida

0, tendremos que Cq, (0100000110) = 0, i = 1, 2, 3, 4.
4.5.3. Contador en código binario natural módulo 10

Un contador es un autómata que proporciona en cada momento información
sobre el número de entradas de un determinado tipo recibidas hasta ese momento.
Supondremos que E = {0, 1}, y que el contador debe dar como salida el código
en BCD natural correspondiente al número total de "1" recibidos. Si el autómata
293
es finito sólo podrá contar hasta un determinado número y a partir de él volver al
principio; un contador módulop contará de 0 a p - 1 .
Consideremos p = 10; es decir, el contador contará de 0 a 9 y al recibir el
décimo "1" volverá a contar desde 0. Cada vez que recibe un "1" deberá cambiar
de estado (y, naturalmente, de salida). Así es fácil ver que el diagrama de Moore
es el de la figura 2.17, en donde se supone que el estado inicial es q0, y como
símbolos de salida se han tomado s0, ... s9, para abreviar la notación (en realidad
serían 0000, 0001,.., 1001).
Como hay diez estados, el monoide del autómata podría tener hasta 1010
elementos. Ahora bien, si construimos la tabla de K(x) (figura 2.18) vemos que
sólo hay diez clases de equivalencia.
En efecto, vemos que 0 = A, por lo que sólo hay que considerar cadenas
compuestas por "1". Calculamos K(l 2 ), K(l 3 ), etc. (el exponente indica concate-
nación: 13=111, etc.), y vemos que 1 = X . Por consiguiente, las clases de
equivalencia son:
[H [i], [i2], [i3],..., [i9]
\ /
Figura 2.17.
Dejamos como ejercicio al lector la obtención de la tabla del monoide del

autómata. Con ella podrá fácilmente comprobar que cualquier cadena que con-
tenga n0 "ceros" y nl "unos" en cualquier orden pertenece a la clase de equiva-
lencia [1'"], donde m=ní (mód. 10).
X 0 1 12 . 19 Vo
Qo Qo Qo <7, Q2 Qo Qo
<7, Q^ Q, Q2 Q3 Qo <7i
Qs Q* Qb Qo Qo Qi Qs
Q9 Qo Qo Qo <7i Qs Qo
Figura 2.18.
4.6. Relación entre el comportamiento

de entrada-salida y el comportamiento
de entrada-estados
El comportamiento de entrada-salida lo hemos definido para un estado inicial
q como:
Cq: E* ->S
Así, para cada entrada, x, Cq(x) es la función que aplica x en g(x, q):
Cq(x): x->g(x, q)
El comportamiento de entrada-estados, sin embargo, se define para todo el

conjunto de estados:
K:E*^Qa
De modo que, para cada entrada, x, K(x) aplicará x en una función de transfor-
mación entre estados:
K(x): x—»/: <2~>Q>
295
donde la función / está determinada por la función/restringida a la entrada x:
f.E* x G->G,
A-*): e^G
El sentido físico es el siguiente: C determina, dado un estado inicial, el
símbolo final de salida para cada cadena de entrada; K determina, para cada
cadena de entrada, la correspondiente transformación entre estados, es decir, nos
dice que de q1 se pasará a qt, de q2 a qP etc. Por tanto, K nos proporciona más
información acerca del comportamiento interno del autómata. Por otra parte, la
relación de equivalencia en E* inducida por K y el monoide del autómata
resultante nos permiten deducir fácilmente Cq para cualquier cadena de entrada.
Así, en el ejemplo del reconocedor de la cadena 010 veíamos que [010000100] =
[00], y de aquí que Cq¡ = 0; para llegar a la misma conclusión con el procedimiento
que seguíamos en el apartado 3.5 hubiera sido preciso reconocer sobre el diagrama
(figura 2.12) todas las transiciones producidas por la cadena.
Por otra parte, podría pensarse en estudiar el comportamiento de entrada-salida
para todo el conjunto de estados. Para ello podemos definir un comportamiento
global de entrada-salida, Ks(x), como una aplicación de E* en el conjunto de
funciones 1: Qa donde Q0 son los estados iniciales y Sr las salidas finales. Ks
no será ahora un homomorfismo entre monoides, como lo era K, ya que el
conjunto de funciones l no es un monoide; por tanto, Ks no nos permite definir un
monoide de la máquina, y por ello hemos utilizado K en el análisis anterior. En
cualquier caso, Ks también nos define una relación de equivalencia en E*, que
podría llamarse "relación equisalida", = s , tal que x = s y si y sólo si Ks(x) = Ks(y).
= s particiona£* en clases de equivalencia. Ahora bien, suponiendo máquinas de
Moore, tenemos una función h\ QT^ST que nos aplica el estado final en la salida
final correspondiente a ese estado, y por tanto, si llamamos [x]f a la clase de equi-
valencia deE* / = que conduce a una determinada transformación k:. Q0 —><2y y
[y], a la clase de equivalencia de E* / = s que corresponde a una determinada l.\
Q 0 -^S V tendremos:
[y]. = u [x],. para todo i tal que k¡ oh = l
Esto demuestra que las clases de equivalencia de = s están perfectamente de-

terminadas por = y h, y justifica lo que decíamos en nota a pie de página en el
apartado 4.1: que al considerar sólo la respuesta de los estados el estudio no pierde
generalidad.
5. Minimización de un autómata finito
5.1. Planteamiento del problema
En el ejemplo 3.5.1 veíamos dos AF equivalentes, uno de los cuales estaba en
forma mínima. Si estos AF describen un sistema secuencial que debe realizarse
físicamente escogeremos el que está en forma mínima, ya que el coste de la
realización , como se verá en el capítulo 3, crece con el número de estados. Es,
pues, importante poder saber si un AF está en forma mínima, y, si no lo está, hallar
un AF en forma mínima equivalente a él. Comenzaremos por ver que éste existe
siempre; a continuación veremos que para detectar equivalencia entre estados no
es preciso realizar infinitos ensayos con cadenas de entrada, y, finalmente, vere-
mos un algoritmo para minimizar un AF, es decir, para hallar otro AF en forma
mínima equivalente. Ante todo, debemos señalar que la equivalencia entre estados
de un AF, definida por
(Vx e E* ) [fo, = q2) (x) = Cck (x))]
es una relación de equivalencia en el conjunto Q, pues, como es inmediato

comprobar, es reflexiva, simétrica y transitiva. Por consiguiente, puede definirse
un conjunto cociente, Q /=, cuyos elementos serán las clases de equivalencia: [q\
será la clase que contiene a q.
5.2. Autómata en forma mínima

de un autómata dado
Vamos a demostrar que, dado A = <E, S, Q,f, h>, el AF definido por Au = <E,
S,QM,fM,hM>, donde
QM = Q/=
ÍM(x> [<?]) = \Kx, q)\
hJM) = % )
es equivalente a A y está en forma mínima.

En primer lugar, habrá que demostrar que/ M y hM están bien definidas, es decir,
que son independientes del elemento q que se tome dentro de la clase \_q\, o, lo
que es lo mismo, que si qx = q2, entonces (Vx) ([/(x, q)] = \f(x, q2)]), y h(qt) =
h(q2). En efecto, por la definición de la equivalencia, (Vx e E*) [(q1 = q2) —>(g(x,
qj = g(x, É¡r2))]. Si tomamos x = X resulta h(qj = h(q2). Y si tomamos x = XjX2,
297
= g(*2 J(*l><?l))
g(x1x2,q2) = g(x2,ftx1,q2))
por lo que ( V x , ) ([/(x„ q) =f(xv q2)]), es decir, (Vx e E* ) (\fix, q)\ = [/(x, q2)\).
Por otra parte, es evidente que A y Au son equivalentes, puesto que todo estado
q, de A será equivalente al estado [q] de A„.
Finalmente, AM está en forma mínima, ya que si los estados [ g j y [q2\ de AM
fueran equivalentes, q1 y q2 de A deberían ser también equivalentes, por lo que [ g j
= tej-
5.3. Comprobación de la equivalencia entre

estados de un autómata
5.3.1. Teorema de las particiones sucesivas
Teorema 5.3.1.1. Si P 0 , Pv P2,... es una secuencia infinita de particiones en un
conjunto finito Q tal que, para todo k, se cumple:
a) PM es un refinamiento de Pk, es decir, todo bloque de Pt+p B'kil, está

contenido en un bloque, B'k, de Pt: B'k+ i a B'k.
b) =
entonces existe un número entero k0 < card(Q) tal que (Vk>k0) (Pk = Pk0).
Para demostrarlo, supongamos que card(P0) = 0, card(P,) = 1, card(P2) = 2,....
Pero como, para todo k, card(P t )<card(0 = n (finito), deberá existir un entero
k0 < n tal que card(P^+i) = card(P£0), es decir, Pk„+i = Pk0, y, por la condición
b ),(\/k>kQ)(Pk = Pk0).
5.3.2. Equivalencia de orden k entre estados

Definición 5.3.2.1. Dos estados de un A F son equivalentes de orden k si y sólo
si conducen a la misma salida para cadenas de entrada de longitud igual o
inferior a k\
(</,s * q2) <->[(lg(*) ^ Cq, (x) = Cqi (x)]
Obsérvese que para comprobar la equivalencia de orden k ya no hay que hacer

un número infinito de comprobaciones o "experimentos".
Teorema 5.3.2.2. Dado un AF y qvq2 e Q, existe un ko < card(<2) tal que ql y
q2 son equivalentes (q1 = q2) si y sólo si q1 y q2 son equivalentes de orden k0
(q=k„q2).
Para demostrar este teorema nos apoyaremos en el 5.3.1.1. Veamos pues que
las particiones inducidas en Q por las sucesivas equivalencias de orden 0, 1,
..., k, k +1... cumplen las condiciones a) y b) de aquel teorema.
a) Si q1=M q2, entonces ( Vx lg(x) < k + 1) \Cqi (x) = Cq, (x)] y, evidentemente
Vx \g(x)<k, por lo que qí =t q2. Por tanto, todo bloque de la partición Pt+1
inducida por = itl está contenido en un bloque de Pk, es decir, PM es un refi-
namiento de Pk.
b) Supongamos que Pk+1 = Pk, es decir, (<y,st q2)-^(q1 =llt q2). Si qt y q2 son
equivalentes de orden k+ 1, los estados fie^) y f(e,q2) serán, sea cual sea
e, equivalentes de orden k, pero como PM = Pk también serán equivalentes
de orden k + 1, y por ello q1 y q2 son equivalentes de orden k + 2, de donde
Pk+2 = Pk+1- (El razonamiento es una sucesión de condicionales. Definiendo,
para abreviar la notación, las variables proposicionales
PM=Pk
b- P k ^P k + l
c: q1=„q2
d: (Ve £E)(f(e, qi)=f(e, q2))

d':(\/eeE)(Ke,qi)^J(e,q2))
podemos expresarlo formalmente así:
[(<I-> (C-»C')) A (c'->á) A ( Í Í —^ ( D - > D ' ) A (c'->c"))
- » ( ( c ' - » c") - > 6 ) ] -> ( a - > b ) ,
que puede comprobarse que es una tautología).

En definitiva, se cumplen las condiciones a) y b) del Teorema 5.3.1.1, y, por
tanto, existe k0 < card(Q) = n tal que Pk = Pk„, k>k0, con lo que (qi =ka <y2) —>
(h=l2)-
La conclusión importante es que, sin necesidad de conocer k^ como k0<n
(números de estados delAF), para comprobar si dos estados son equivalentes
bastará con comprobar si son equivalentes de orden n -1.
299
5.4. Algoritmo para minimización
de un autómata finito
El algoritmo para hallar el AF en forma mínima de un AF dado se basa en los
resultados anteriores:
1. k = 0. Formar P0, poniendo en el mismo bloque los estados que tengan

asociada la misma salida (q¡ =„ qs si y solo si h(q¡) = h(qt)).
2. Formar PM, teniendo en cuenta que dos estados estarán en el mismo bloque
de PM si y sólo si para cada entrada los estados siguientes están en el
mismo bloque de Pk (q =ti, q. si y sólo si f(e, q) =t f(e, q¡), Ve & E U
m )•
3. Si P t + 1 ^Pk incrementar k en una unidad y volver al paso 2.
4. k0 = k. Proceso terminado. El AF en forma mínima tiene como estados

QM = Q/ =K0-
5.5. Ejemplos
Ejemplo 5.5.1
Consideremos el autómata reconocedor de 010 descrito en 3.5.1, y partamos
del diagrama no mínimo (figura 2.13). A efectos de aplicación del algoritmo es
más cómodo representar el AF por la tabla de transiciones:
0 i
qJO q2 q5
qJO q2 q3
qJO q< q5
q<H qz q3
qJO q6 qs
qJo qe q7
q7/0 q< q5
q-a/1 qa qy
1. Observando las salidas asociadas a cada estado podemos poner:
P0 = {<?.>ft'ft>ft,ft,ft}>{ft> ft}
2. Con entrada 0, de qv qv q5yq6 se pasa a estados del primer bloque de P0, y
con 1 también. De q3 y q7, con 0 se pasa a estados del segundo bloque de
P0, y con 1 a otros del primer bloque. Finalmente, de q4 y qs, con 0 se pasa
al primer bloque de P 0 y con 1 también. Luego
P
1 = {ft, ft> ft,ft}> {ft> ft}> {ft> ft)
2'. En lugar de con palabras, pongamos simbólicamente los resultados:
m ft) = ft A 1 » ft) = ft (1er bloque)
/ ( ° > ft) = ft A 1 » ft) = ft (2o bloque)

(1er bloque)
A 0 , ft) = ft A 1 , ft) = ft (1er bloque)
A ° , ft) = ft A 1 , ft) = ft (2o bloque)
A ° > ft) = ft 1 A 1 , ft) = ft

(1er bloque)
AO, ft) = ft J (3" bloque) /(1, ^ = ^
A0>ft)= ft
et
A1»ft)= ft
(l bloque) (2° bloque)
A ° > ft) = ft Al»ft)= ft
Luego,
^ 2 = ( f t . ft}» ( f t , ft}, { f t , ft}, {ft, ft}
2 " . Si repetimos la operación, viendo a qué bloques de P2 se pasa con cada

entrada veremos que P 3 =P2. Luego kB = 2, y el AF minimizado tiene como
estados los bloques definidos en P2; dando los nuevos nombres {qv q5} =
qv etc., se obtienen el diagrama de la figura 2.12.
Ejemplo 5.5.2
Sea el AF dado por el diagrama de la figura 2.19 y su tabla:
301
c
Figura 2.19.
a b c
qj 0 <7, q2 q<
qjl <74 q3 <7i
qjl q2 q< q,
qjl q3 q2
qJO q2 qs <7i
qjl q< q5 q4
Siguiendo el algoritmo, encontramos sucesivamente:
p
0 = {<?!> (ft, I,,1,}
Pi = -k), k5}» q3, <?„}, {q6}
302
p 2 =x p1
±
Llamando q1 = {<?,}; q2 = {<?2, q3, q4}; q3 = {q5} y q4 = {¿ôbtendremos el

diagrama de la figura 2.20, que representa el AF en forma mínima equivalente al
dado.
a, b
6. Resumen
Hemos expuesto la teoría básica de los autómatas finitos procurando buscar la
mayor generalidad, generalidad que se conserva aunque el estudio se restrinja a
la máquina de Moore.
El comportamiento de entrada-salida es un concepto importante en relación
con los lenguajes, que utilizaremos en el capítulo sobre autómatas reconocedores.
Otros conceptos importantes son los de equivalencia entre estados y entre autó-
matas, pero el interés de éstos radica más bien en la realización tecnológica.
El estudio del comportamiento global del autómata, es decir, inicializado en
cualquier estado, nos ha llevado a establecer el concepto de monoide del autó-
mata, estructura algebraica que refleja su capacidad para responder de distinto
modo a cadenas diferentes de entrada. Finalmente, hemos visto cómo se puede
comprobar la equivalencia entre diferentes estados con un número finito de
experimentos, lo que nos ha permitido establecer un algoritmo para obtener el AF
en forma mínima equivalente a un AF dado.

Quizás el primero en expresar el concepto moderno de autómata haya sido
Leonardo Torres Quevedo, que, en 1915, respondía así en una entrevista de una
revista americana: "Los antiguos autómatas... imitaban el aspecto y los movimien-
303
tos de los seres vivos, pero eso no tiene mucho interés en la práctica, y lo que
buscamos es un tipo de aparato que deje los meros gestos visibles del hombre e
intente conseguir los resultados que obtiene una persona, para, de este modo,
reemplazar a un hombre por una máquina" ("Torres and his remarkable automatic
devices", Scientific American , n a 113, 6 nov. 1915, p.296).
El primer estudio riguroso sobre autómatas fue el publicado por Moore (1956).
Con anterioridad, debido al desarrollo de los primeros ordenadores, se habían
estudiado diversos métodos para la síntesis de circuitos secuenciales (Huffman,
1954; Mealy, 1955). A finales de los años 50 se comenzó a ver la utilidad de los
autómatas en relación con los lenguajes, y la mayor parte de los trabajos sobre
teoría de autómatas finitos se realizó durante los años 60. Por esta razón, las
referencias más importantes que pueden darse sobre este campo son libros publi-
cados entre 1965 y 1970. El de Harrison (1965) cubre tanto la parte combinacional
como los circuitos secuenciales, con un tratamiento muy riguroso y fácil de seguir,
aunque se limita a estudiar autómatas reconocedores. Otra obra recomendable es
la de Booth (1967), que, además de autómatas finitos, trata también las máquinas
de Turing, lenguajes artificiales y autómatas estocásticos. Muchas de las defini-
ciones y terminología de este capítulo las hemos tomado de Arbib (1969) que
cubre muy ampliamente los diversos estudios desarrollados hasta aquella fecha.
La parte que trata del monoide del autómata está basada en el capítulo sobre
monoides de Gilbert (1976), libro muy interesante sobre aplicaciones del álgebra
moderna. Hay textos más recientes, como el de Shields (1987), pero la teoría
básica de autómatas se presenta actualmente integrada en obras más generales
sobre la teoría de la computación, como las de Lewis y Papadimitriou (1988) y
Cohen (1991).
Para no alargar excesivamente el tema hemos presentado el algoritmo de
minimización reducido al caso de máquinas de Moore (la máquina de Mealy
mínima tendrá normalmente, menos estados). El caso general viene expuesto en
cualquiera de los libros citados en éste o en el siguiente capítulo.
8. Ejercicios
8.1 Obtener la tabla de transiciones y el diagrama de Moore de la máquina
de Moore equivalente a la de Mealy, descrita por la siguiente tabla:
Sf
<7i qjs, qjs2
q2 qjs2 qjs2
q3 qjs, qjs2
q< qjs2 qjs,
304
8.2. Definir las máquinas de Mealy y de Moore de un restador binario.
8.3. Considérese un sistema eléctrico cuyas entradas son dos pulsadores, a
y c (apertura y cierre), que pueden estar en reposo (0) o pulsados (1) (se
supone que no puede ser a = c = 1), y cuyas salidas son tres lámparas:
verde, ámbar y roja (V, A, R), de las que, en cada momento, una y sólo
una está encendida. Inicialmente, está encendida la verde; al pulsar c,
ha de pasar de verde a ámbar, y, si se pulsa otra vez (o más veces), a
rojo. El pulsador a hace pasar siempre a verde.
a) Dibujar el diagrama de Moore, con Q = {V, A, R} y E = {a, c}.
b) El modelo anterior tiene un inconveniente: si la transición de un
estado a otro es instantánea (o casi), entonces el hecho de pulsar C
estando en verde va a provocar el paso a rojo sin detenerse (casi) en
ámbar. Las especificaciones dadas se pueden completar diciendo que
hasta que no "se suelte" el pulsador no puede hacerse otra transición.
Ahora va a ser necesario un estado más: "ámbar con c = 1" y "ámbar
con c = 0". Dibujar el nuevo diagrama de Moore.
8.4. Obtener los monoides del sumador y del restador binario y compa-
rarlos.
8.5. Un autómata retardador es aquel en que
s(t) = e(t - n)
Suponiendo E = S = {0,1} y n = 2, obtener el diagrama de Moore y el

monoide del autómata.
8.6. Obtener el monoide del autómata cuya tabla de transición es:
q/s a b c
q2 q3
qJO ft q2 q3
qjl q3 q3 q2
8.7. (Gilbert, 1976). En primavera, un brote de planta requiere unas condi-

ciones adecuadas para su desarrollo. En una determinada especie, el
brote necesita que se presente un día de lluvia seguido de dos días
calurosos sin ser interrumpido por ningún día frío o de helada. Además,
si hay un día de helada después de que se haya desarrollado el brote,
éste muere. Dibujar el diagrama de Moore de este proceso. Puede
305
utilizarse E = {L, C, F, H}, donde L quiere decir "día lluvioso", C
"caluroso", etc., y S = {T, B, M}, donde T = "latente", B = "brote", M =
"muerto". ¿Cuál es el número de elementos en el monoide de este
autómata?
8.8. (Gilbert, 1976). Un perro puede estar tranquilo, irritado, asustado, o
irritado y asustado, en cuyo caso muerde. Si le damos un hueso queda
tranquilo. Si le quitamos uno de sus huesos se pone irritado, y, si ya
estaba asustado, nos muerde. Si le amenazamos se asusta y, si ya estaba
irritado nos muerde. Obtener el diagrama de Moore y el monoide del
perro.
8.9. Dibujar un diagrama de Moore para un autómata reconocedor de la

cadena "321", suponiendo que E = {1,2,3}. Obtener el monoide del
autómata. Comprobar si está en forma mínima.
8.10. Considérese un autómata finito definido por
E = {a, b}; S = {0, 1}; Q = {qv q2, q3, q4}
y la tabla de transiciones:
e a b
<7i qjl qJo
<72 qJO qJO
q3 qJO qjl
<74 qJO qjl
I a Este autómata, ¿es una máquina de Moore o de Mealy? ¿Por qué?

2a Si es una máquina de Mealy, dibujar el diagrama de Moore de la
máquina de Moore equivalente.
3a Minimizar el autómata resultante de la pregunta anterior.
4a Si se ha seguido el algoritmo de minimización expuesto aquí se habrá
obtenido la máquina de Moore en forma mínima. ¿Existe una máquina
de Mealy equivalente que tenga menos estados? Si es así, dibujar su
diagrama de Moore.
306
3
Circuitos
secuenciales
1. La realización de autómatas finitos

Los AF que hemos estudiado en el capítulo anterior no son, en definitiva, más
que modelos matemáticos para sistemas digitales con memoria. Ya mencionába-
mos en el capítulo 1 el doble interés de su estudio: teórico (herramienta matemá-
tica para formalizar el estudio de los lenguajes) y práctico (realización de sistemas
digitales que cumplen funciones especificadas.
La realización de un sistema digital puede enfocarse de dos maneras:
a) Puede construirse físicamente el sistema, partiendo de elementos sencillos.

b) Puede utilizarse un ordenador, que es un sistema digital de uso general, y
programarse para que efectúe las funciones que se desean.
309
Por ejemplo, si el autómata que se quiere realizar es un ordenador, se seguirá,
normalmente, el enfoque a). (También puede seguirse el enfoque b), y en ese caso
se trataría de simulación o emulación en otro ordenador). Si el autómata es muy
complicado (como es un ordenador), se descompondrá generalmente en subautó-
matas; uno de ellos podría ser el sumador binario serial, ya estudiado, del que
veremos su realización en el apartado 6.1. (Conviene señalar que los ordenadores
suelen utilizar otro tipo de sumador, el paralelo, que exige unos circuitos más
complicados, pero que es mucho más rápido).
Otro ejemplo puede ser el reconocimiento de cadenas. Hemos visto un AF que
reconoce la cadena "010". Podemos pensar en un AF que reconozca varias
cadenas, dando una salida diferente para cada una. Así, si E = {A, B,..., Z} y S =
{00000,00001,.., 11111}, podría dar s = 00000 para* = CAR (cargar), 5 = 00001
parax = CMP (complementar), s = 00010 para x = SUM (sumar) y así, sucesiva-
mente, todos los códigos binarios de operación de algún ordenador para los
correspondientes códigos de su lenguaje ensamblador. Este AF sería parte de un
AF más completo, llamado "ensamblador", que traduciría a lenguaje de máquina
los programas escritos en lenguaje ensamblador. Pues bien, los autómatas ensam-
bladores, caso particular de procesadores de lenguajes, no se construyen física-
mente, sino mediante un programa de ordenador.
En este capítulo nos vamos a dedicar especialmente a las técnicas para realizar
autómatas finitos físiqamente. La realización del AF, salvo raras excepciones, es
con tecnología electrónica o electromecánica, y el sistema digital con memoria
resultante se llama circuito secuencial.
2. Elementos de un circuito secuencial

2.1. Tipos de elementos
La realización de las funciones definidas por un AF implica dos tipos de
elementos:
a) Elementos combinacionales, que realizan las funciones lógicas en las que
no interviene el tiempo. Por ejemplo, la función h: <2 —> S debe dar la
salida asociada a cada estado, sin intervención del tiempo, por lo que es
una función lógica puramente combinacional, representable por una tabla
de verdad y realizable con los métodos estudiados en el capítulo 3 del tema
"Lógica".
b) Elementos con memoria, para realizar las funciones en las que interviene
el tiempo. Así, /: ExQ^> Q debe dar, para unos valores dados de E y Q
en el instante t el valor resultante de Q en t + 1 (recordemos que este "1"
se refiere a una escala de tiempos arbitraria), es decir, debe calcular el valor
resultante de Q y memorizarlo para darlo en t + 1.
Pasemos a estudiar el funcionamento de algunos de estos elementos.
310
2.2. Elementos combinacionales
Son las puertas NOT, AND, OR, NAND, NOR, etc., ya estudiadas en el tema
"Lógica" (capítulo 3). Realizadas generalmente mediante tecnología electrónica,
para aplicaciones especiales aún se utilizan otras tecnologías: electromecánica,
hidráulica, neumática, etc.
2.3. Elementos con memoria

2.3.1. Líneas de retardo
El elemento con memoria más sencillo que existe (desde el punto de vista con-
ceptual) es aquel en que se tiene £ = Q = S= {0,1} y la salida en cualquier instante
es igual al estado en ese instante es igual a la entrada retardada un intervalo de
tiempo 0:
s(t+ 6 ) = q(t+ 0) = e(t)
con e,q,se {0,1}. Este sencillo modo de funcionamiento se puede ilustrar gráfi-
camente con un cronograma como el de la figura 3.1.
e(t)
_n r
s(t)
n Figura 3.1.
r
Estos elementos (que, de una manera general, se llaman líneas de retardo)
pueden realizarse mediante líneas de retardo acústicas, líneas de transmisión,
redes de condensadores e inductancias, puertas lógicas conectadas en serie, etc.,
y también con biestables, como veremos enseguida.
311
2.3.2. Biestables
Los elementos de memoria más utilizados en los circuitos secuenciales son los
biestables electrónicos. Un biestable es un circuito con dos estados estables que
son también su salida y que, simbólicamente, se denominan "0" y "1" (en la
realidad, cada uno de ellos corresponderá a un determinado nivel de tensión).
"Estables" quiere decir que el elemento sólo cambia de estado bajo la acción de
las entradas. Hay diversos tipos de biestables, que difieren entre sí por los posibles
símbolos de entrada y las funciones de transición. Todos ellos tienen dos líneas
de salida: en una de ellas, denominada habitualmente "Q", se tiene el nivel de
tensión correspondiente en cada momento al estado, 0 ó 1; en la otra, Q, se tiene
su complemento. Pasemos a ver el funcionamiento de algunos biestables.
Biestable tipo SR ("set-reset"). En este biestable E = {00, 01, 10}. Como las
señales en los circuitos secuenciales son binarias, tendrá dos líneas de entrada, S
y R (figura 3.2 a). Su funcionamiento puede expresarse formalmente mediante la
función de transición:
Q(t+l) = S(f) + R(t) Q(t) (R • S = 0)
(aquí la unidad de tiempo es el intervalo que tarda el biestable en cambiar de

estado o "tiempo de basculamiento"), o gráficamente, mediante el diagrama de
Moore (figura 3.2 b), o mediante un cronograma (figura 3.2 c). Expresado con
palabras, el funcionamiento es:
• S = 0, R = 0 hace que el biestable no cambie de estado.

• S = 1, R = 0 pone 1 a ("set") el biestable.
• S = 0, R = 1 lo pone a 0 o repone ("reset").
• S = 1, R = 1 es una entrada no permitida.
Es fácil diseñar, con los métodos ya conocidos, un circuito lógico que realice
al biestable RS: basta minimizar la función de transición, función de 5, R y Q y
realimentar Q(t + 1) a la entrada. Un posible circuito es el de la figura 3.2d.
Q Biestable tipo JK. Es como el SR, sólo que aquí la entrada / = 1 , ^ = 1 está
permitida, y su efecto consiste en cambiar el estado que tuviera anteriormente el
biestable (figura 3.3; en el cronograma, para no complicar demasiado su inter-
pretación, se ha despreciado el tiempo de basculamiento).
Hay que advertir que este biestable no se utiliza nunca con la realización de la
figura 3.3 d, sino sincronizado, como se verá más adelante. La razón es que si se
mantienen las entradas / = K = 1 el circuito se convierte en un oscilador con una
frecuencia que depende del tiempo de basculamiento del biestable.
Figura 3.2.
Biestable tipo D. También tiene dos líneas de entrada, ya que E = {00, 01,10,
11}. Estas líneas se llaman D ("data") y C ("clock") (figura 3.4 a). Su funciona-
miento puede representarse formalmente así:
Q(t + l ) = D(t) -C(t) +Q(t) -C(t)
que corresponde al diagrama de la figura 3.4 b. Ahora bien, aquí hay una
diferencia muy importante en cuanto al significado de los símbolos "0" y "1" para
D y para C. Para D, "0" significa, por ejemplo, una tensión de 0 v, y "1", 5 v; sin
embargo, para C "1" significa que hay una variación de tensión de 0 v a 5 v, y "0"
que no hay tal variación. En otras palabras, el valor de C es cero salvo en el
instante en que su tensión cambia de nivel bajo a nivel alto. Véase la figura 3.4 c,
para ilustrar este significado de "0" y "1".
Un cronograma que ilustra el funcionamiento del biestable tipo D es el de la
figura 3.4 d, donde hemos, también, despreciado el tiempo de basculamiento.
313
Obsérvese que si los cambios en D van retardados ligeramente un intervalo
constante e « 0 con relación a los cambios de 0 a 1 de C, lo que hace el biestable
es exactamente retardar la entrada D en G segundos, siendo 6 el período del reloj
(C).
10,11
00,01 00,10
01,11
(b)
In n nr
K
JLTULf]
i , i i
Q
mn nr
Q
futrí n .
(c)
(d)
Figura 3.3.
Este tipo de biestable, que sólo cambia de estado cuando cambia el nivel de la
geñal de reloj se llama sincronizado por flancos ("edge triggered"). El que hemos
visto está sincronizado por el flanco de subida; también lo hay sincronizado por
el flanco de bajada (es decir, cambia de estado cuando C pasa de 1 a 0). No
entramos ya en su circuitería lógica, que el lector interesado puede consultar en la
bibliografía.
Biestable tipo JKsincronizado. Tiene cinco líneas de entrada: S,R,J,KyC
(figura 3.5 a). S y R se utilizan para ponerlo a 1 ó a 0 de una manera asincrona, es
decir, independientemente de C, mientras que J y K son la puesta a 1 ó a 0
síncronas. La ecuación que describe su comportamiento es:
Q(t + 1) = S + R KQ + R C Q + R JCQ
11
OS
D Q 0 01
1
C Q 00,01,10 00,11,10
(a) (b)
0
JUUL
-»H M •H
10 10 10
->4
1 0 1
D
Q
m iUUUUL
~l l~L
Q
(c) Figura (d)
n n
J s Q
r
c
K R Q K | i
ii
Q
Q
(a)
(b)
Figura 3.5.
Aquí el valor lógico "1" para C significa una doble transición nivel bajo-nivel
alto-nivel bajo. Esto es debido a la constitución interna, en la que no entraremos
aquí, que incluye dos biestables en una configuración conocida como "maestro-
315
esclavo". Por ello, las transiciones de la señal de salida, Q, se dan en el flanco de
bajada de C. El cronograma de la figura 3.5 b ilustra el funcionamiento síncrono
(S y R actúan como en un SR normal, y, en caso de conflicto, predominan sobre
las/it).
3. Modelos básicos de circuitos secuenciales

Recordemos que las funciones que definen un AF son:
q{t+í)=f(e(í), q(t))
s ( f ) = g(e(f), q(t))
De ellas podemos deducir un primer modelo general para circuitos secuen-

ciales (figura 3.6 a); consiste en disociar la parte combinational, realizable me-
diante circuitos lógicos que calculan f y g, de la parte de memoria, que retarda en
una unidad de tiempo q(t) y s(t). Este sería el modelo de Mealy, porque si existe
una función de salida h: Q^S tal que s(t) = h(q(t)), podemos establecer el
modelo de Moore (figura 3.6 b).
Supongamos que E tiene tres símbolos, a, b, c; como los circuitos combina-
cionales son binarios, tendremos que codificarlos, haciendo, por ejemplo, a = 00,
b = 01, c = 10. Por tanto, la entrada "e" será en realidad, 2 hilos de entrada binaria:
uno para el primer dígito del código, y otro para el segundo. En general, siE tiene
l elementos , tendremos n hilos, con n tal que 2 n_1 < / <2 n . Del mismo modo,
habremos de suponer que en la realización con tecnología binaria serán necesa-
rios, en general, m hilos para la salida y p hilos para el estado. De acuerdo con es-
to, el modelo básico de Mealy en forma de diagrama de bloques será el de la figura
3.7, en donde ya se supone que por todos los hilos las señales son binarias, y de
igual modo podríamos dibujar el modelo básico de Moore. Para prescindir en la
escritura de la variable t hemos adoptado en convenio, que seguiremos en adelan-
te, de llamar z¿ a qt(t + 1).
Con estas nuevas variables binarias la función/será:
z
i = fi(el> -> ew O1' -y <lp)> 1
= 2> -> m
y análogamente g y h. Si definimos los vectores columna z, q, e, s tendremos con

notación vectorial:
z=/(e, q)
s = g(e, q)
s = h(g)
316
s(t) = g(e(t), q(t))
e(t) Circuito
combinacional q(t + l)=f(e(t),q(t))
q(t)
Elementos
de memoria
(a)
e(t)
Circuito q(t + l)
combinacional
q(t)
Elementos
de memoria
/
Circuito
combinacional ,s(t)
(b)
Figura 3.6.
sm
Figura 5.10.
317
4. Tipos de circuitos secuenciales
En el apartado 2.3 hemos visto dos tipos de elementos con memoria: los no
sincronizados, y los sincronizados con una señal de reloj, C. Por otra parte, las
señales de entrada pueden ser de cuatro tipos: impulsionales síncronas o asincro-
nas y de nivel síncronas o asincronas (figura 3.8). Si se utilizan unidades de
memoria sincronizadas lo normal es que las señales de entrada sean síncronas, y
así tenemos cuatro tipos de circuitos secuenciales:
• Tipo 1. Síncronos impulsionales. (Elementos de memoria sincronizados y

entradas impulsionales síncronas).
• Tipo 2. Síncronos de nivel. (Igual que los anteriores, pero entradas de
nivel).
• Tipo 3. Asincronos impulsionales. (Elementos de memoria no sincroniza-
dos y entradas impulsionales asincronas).
• Tipo 4. Asincronos de nivel. (Como el tipo 3, con entradas de nivel).
Las salidas serán síncronas (impulsionales o de nivel) para el tipo 1, y lo mismo

para el 2, asincronas (impulsionales o de nivel) para el tipo 3 y necesariamente
asincronas de nivel para el tipo 4.
Reloj
Impulsos
asincronos
Niveles
asincronos
Impulsos
síncronos
Niveles
síncronos
Figura 5.10.
318
Dependiendo de las características particulares de cada aplicación se utiliza un
tipo u otro de circuito secuencial. Aquí nos vamos a limitar para los ejemplos
exclu-sivamente a los tipos 1 y 2.
5. Análisis de circuitos secuenciales

El análisis de un circuito secuencial consiste en obtener su salida para una de-
terminada cadena de entrada, o bien obtener su representación ya sea formal, ya
en diagramas o tablas. El problema es conceptualmente muy fácil, y vamos a
ilustrarlo con un ejemplo sencillo.
Consideremos el circuito secuencial de la figura 3.9.
De la parte combinacional vemos que s = ex • e2 • q + z • (e1 + e2 + q) y

z = - e2 + q • (el + e2) , y de la parte de memoria, como es un biestable tipo
D, q = z • C + q • C, es decir, q mantiene su valor hasta que C pasa de 0 a 1,
instante en el que q pasa a valer z. Supongamos que las señales de entrada son de
nivel (sincronizadas con C), que el estado inicial del biestable es q = 0, y que
introducimos las cadenas de entrada = 100110, x2 = 101110. Durante el primer
intervalo de tiempo q = 0, tenemos z = 1 - 1 + 0- (1 + 1) = 1 , 5 = 1 1 - 0 +
0 - (1 + 1 + 0) =0. Al llegar el siguiente impulso de reloj q pasa a valer 1 (pues
z = 1), z = 0 • 0 + 1 • (0 + 0) = 0; 5 = 0 • 0 • 1 + 1 • (0 + 0 + 1) = 1. Si vamos
319
anotando gráficamente estos resultados obtenemos el cronograma de la figura
3.10.
El cronograma es muy útil para ver gráficamente el comportamiento del cir-
cuito, pero sólo lo representa para una determinada cadena de entrada. Para tener
una representación más general de este circuito podemos poner en forma de tabla
todas las posibles combinaciones de eh e2 y q y las resultantes para s y z. Esta
tabla (figura 3.11 a) nos conduce inmediatamente a la tabla de transición (figura
3.11 b) y al diagrama de Moore (figura 3.11 c). Obsérvese que este diagrama es
precisamente el del autómata sumador binario, es decir, el circuito de la figura 3.9
es la realización física de tal autómata. (La parte combinacional es una etapa de
sumador).
h n n n n n r
\ —
V
- —\V \ \
\ 1- —
X
\
\
Figura 3.10.
6. Síntesis de circuitos secuenciales

6.1. Pasos de la síntesis
El diseño de un circuito secuencial se lleva a cabo siguiendo los siguiendo los
siguientes pasos:
a) A partir de las especificaciones, obtener una tabla de transiciones y/o un

diagrama de Moore.
320
e
l e
2 q s z
00 01 10 11
0 0 0 0 0
0 0 i 1 0
0 1 0 1 0 0 0/0 0/1 0/1 1/0
0 1 i 0 1
1 0 0 1 0
1 0 i 0 1 1 0/1 1/0 1/0 1/1
1 1 0 0 1
1 1 i 1 1
(b)
(a)
01/1 01/0
00/1
10/1 10/0
(c)
Figura 3.11.
b) Minimizar el AF.
c) Hacer una asignación de estados.
d) Escribir la tabla de transición en binario.
e) En función del tipo de biestable utilizado, obtener las tablas de excitación,
que dan las entradas necesarias al biestable para cada transición.
f) De las tablas de excitación, obtener las ecuaciones lógicas de la parte
combinacional.
g) Obtener las ecuaciones lógicas de s = h(q).
Dada la diversidad de posibles especificaciones, no existe un método para el

paso a).
Para el paso b) puede seguirse el algoritmo estudiado en el apartado 5 del
capítulo 2.
El paso c) significa lo siguiente: Supongamos que el AF minimizado en el paso
b) tiene N estados. Como los elementos de memoria de que disponemos son
321
binarios, necesitaremos p elementos, con 2p'1 < N<2p. La asignación de estados
es una codificación arbitraria de los N estados con p dígitos binarios. El problema
aquí es que según se haga una u otra codificación de las (2P\) / (2P -N)! posi-
bles, el circuito combinacional resultante puede ser más o menos complicado, y
que no existe un método para saber cuál es la codificación óptima, aunque sí hay
algunas reglas en las que no vamos entrar, que el lector interesado puede estudiar
en la bibliografía.
El paso e) consiste en obtener las tablas de verdad de la parte combinacional.
Para los pasos f) y g) aplicaremos las técnicas ya conocidas de diseño de
circuitos lógicos.
6.2. Ejemplos
6.2.1. Detector de paridad
El diagrama de Moore es el de la figura 2.6. Si asignamos a los estados los
valores q1 = 0 y q2 = 1, la tabla de transición en binario será:
0 1
0/0 0 1
1/1 1 0
Escribamos la tabla de una forma lineal, es decir, con una línea para cada
combinación posible de e y q\
e q z
0 0 0
0 1 1
1 0 1
1 1 0
Supongamos ahora que vamos a utilizar un biestable tipo D (sólo hace falta
uno, puesto que sólo hay dos estados). Deberemos anotar en cada línea la entrada
necesaria al biestable para que tenga lugar la transición correspondiente. Por
ejemplo, en la primera línea, de q(t) = 0 se debe pasar -dz = q(t+ 1) = 0. Para ello,
D = 0; en la segunda línea D = 1, etc. Así, podemos poner la tabla:
e q D
0 0 0
0 1 1
1 0 1
1 1 0
que nos define D (entrada del biestable) en función de e(t) y q(t), y se llama tabla
de excitaciones. De ella obtenemos la función D:
D = e • q + e • q = e® q
y, como s = q, la realización del circuito será la de la figura 3.12 a, o bien la de la

figura 3.12 b. En realidad, hemos tomado s = z, lo que nos permite obtener s con
un intervalo de adelanto.
Obsérvese que, debido al modo de funcionamiento del biestable D, la tabla de
excitaciones se obtiene, simplemente, sustituyendo "z" por "D", ya que la salida
del biestable en t + 1 es justamente su entrada en t. No ocurre lo mismo con el JK.
En efecto, si tenemos que realizar la transición de q = 0 a z = 0, las entradas J y K
Reloj
Figura 5.10.
323
pueden ser ambas O, o bien J = 0, K = 1 (puesta a cero); para la transición de q =
0 a z = 1 podemos hacer / = 1, K = 0 (puesta a uno), o bien / = 1, K = 1 (comple-
mentation), etc. Así, podemos escribir la tabla de excitaciones para este ejemplo:
e q z J K
0 0 0 0 0
0 1 1 0 0
1 0 1 1 0
1 1 0 0 1
en la que hemos puesto " 0 " en los lugares donde es indiferente que sea "0" ó "1";
como ya sabemos, esto nos ayuda en la minimización del circuito. Las tablas de
Karnaugh de J y K en función de e y q son:
K
e e
q q
\ 0 1 0 1
1
0
0
ñ
w
0
1
0
0
u
de las que obtenemos
J = K= e
por lo que la realización con JK será la de la figura 3.13.

6.2.2. Reconocedor de 010
El diagrama de Moore del AF reconocedor de la cadena 010 es el de la figura
2.12. Como hay cuatro estados necesitaremos dos biestables. Hagamos la si-
guiente asignación de estados: qx = 00; q2 = 01; <73 = 10; <74 = 11. Con ello
podemos escribir la tabla de transiciones en binario, y, al mismo tiempo, para cada
transición, las entradas de los biestables; si éstos van a ser JK obtenemos:
e q s z K1 J2 K2
0 00 0 01 0 0 1 0
0 01 0 01 0 0 0 0
0 10 0 11 0 0 1 0
0 11 1 01 0 1 0 0
1 00 0 00 0 0 0 0
1 01 0 10 1 0 0 1
1 10 0 00 0 1 0 0
1 11 1 10 0 0 0 1
Las cuatro últimas columnas con las tres primeras definen las tablas de excita-
ciones. Si llamamos <2i y 02 (salidas de los biestables) al primero y segundo dígito
de q, minimizando por Karnaugh podemos hallar las ecuaciones lógicas de las en-
tradas de los biestables en función de e, Q1 y Q2; el resultado es:
e e = e = e
J\ = • Qi; = ® 02; >Ki
Por otra parte, de las tres primeras columnas se tendrá la función de salida, es
decir, s en función de e, Q1 y Q2. Minimizando resulta:
* = 01 ' 02
Con lo cual podemos trazar el circuito de la figura 3.14.
6.2.3. Contador BCD módulo 10

Partimos del diagrama de Moore de la figura 2.17. Como hay diez estados
necesitaremos cuatro biestables (2 3 < 10 < 2 4 ), que supondremos del tipo JK.
325
h
Qi
c
fii
h
Qi
c -Reloj
02 K
2
Figura 3.14.
Codifiquemos los estados con los mismos dígitos que las salidas asociadas:
qQ = s0 = 0000
q1 = s1 = 0001
<72 = ^2 = 0010
q9 = sg= 1001
De esta manera se simplifica al máximo el circuito que realiza la función de

salida, puesto que será s = q.
Escribimos a continuación la tabla de transición junto con la de excitaciones:
e Q3 Q2 Oí Qo z J3 Ka J2 K2 J1 Jo Ko
0 0 0 0 0 0000 0 0 0 0 0 0 0 0
0 0 0 0 1 0001 0 0 0 0 0 0 0 0
0 0 0 1 0 0010 0 0 0 0 0 0 0 0
326
e Q3 Q2 Q1 Qo z J3 K3 J2 K2 KA J0 Ko
0 0 0 1 1 0011 0 0 0 0 0 0 0 0
0 0 1 0 0 0100 0 0 0 0 0 0 0 0
0 0 1 0 1 0101 0 0 0 0 0 0 0 0
0 0 1 1 0 0110 0 0 0 0 0 0 0 0
0 0 1 1 1 0111 0 0 0 0 0 0 0 0
0 1 0 0 0 1000 0 0 0 0 0 0 0 0
0 1 0 0 1 1001 0 0 0 0 0 0 0 0
0 0 0 0 0001 0 0 0 0 0 0 1 0
0 0 0 1 0010 0 0 0 0 1 0 0 1
0 0 1 0 0011 0 0 0 0 0 0 1 0
0 0 1 1 0100 0 0 1 0 0 1 0 1
0 1 0 0 0101 0 0 0 0 0 0 1 0
0 1 0 1 0110 0 0 0 0 1 0 0 1
0 1 1 0 0111 0 0 0 0 0 0 1 0
0 1 1 1 1000 1 0 0 1 0 1 0 1
1 0 0 0 1001 0. 0 0 0 0 0 1 0
1 0 0 1 0000 0 1 0 0 0 0 0 1
Tenemos así en forma de tablas de verdad J¿ y K¿ en función de e, Q¡, Q2, Q3,

Q4. Obsérvese que no están todas las combinaciones de variables binarias de esta-
do, debido a que sólo tenemos diez estados de los dieciséis posibles con cuatro
variables. Para tales combinaciones podemos tomar cualquier valor ( 0 ) en las J
y K. La tabla de Karnaugh de / 3 será la que ilustra el diagrama de la siguiente
página, y de ella deducimos:
J3 = e • Q2 • Qx • Qo
Y, análogamente,
e
J2 = • Gi • Go;
Jt = e-Q3Q0;
327
J0 = e
K, = e-Q0
K2 = e •Qi • Q0
K1 = e-Q0
K0 = e
Resulta así el circuito de la figura 3.15.
\ fi3 \ e3
G l\ Qi \ Qi
fi\ 21
00 01 11 10 e > \ 00 01 11 10
00 0 0 0 0 00 0 0 0 0
01 0 0 0 0 01 0 0 0 0
11 0 0 0 0 11 0 T 0
s>
10 0 0 0 0 10 0 0 0 0
e=0 e=1
S
•S3 2
Q J
KJ
!
Q
*
J
t L
Q J Q J
- 3 c - 2 c - 1 c - 0 c
K tí K tí K tí K
Reloj
Figura 5.10.
328
7. Resumen
Hemos estudiado algunos de los elementos utilizados como memorias en la
realización física de los AF (circuitos secuenciales). Conociendo el funciona-
miento de los elementos que lo componen, el análisis de un circuito secuencial se
puede llevar a cabo deduciendo paso a paso el cronograma correspondiente a una
determinada cadena, y también se puede obtener el diagrama de Moore, que
tendrá, si p es el número de elementos binarios de memoria, 2P estados.
Hemos visto el procedimiento general para la síntesis de circuitos secuen-
ciales, ilustrándolo con algunos ejemplos. No hemos abordado, por su mayor
complejidad, el diseño de máquinas incompletamente especificadas ni el proble-
ma de la asignación de estados.

Véase el apartado 11 correspondiente al capítulo 3 de la primera parte del libro,
"Lógica".
9. Ejercicios
9.1. Diseñar el sumador binario serie utilizando un biestable de tipo JK.
9.2. En el ejercicio 9 del capítulo 2, supóngase que los tres posibles sím-
bolos de entrada se codifican en binario: 1 = 01; 2 = 10; 3 = 11 (es decir,
habrá dos hilos de entrada). Diseñar el circuito secuencial correspon-
diente.
9.3. Diseñar un contador módulo 10 en exceso de 3, utilizando JK. (Véase
el ejercicio 12.4 del capítulo 3 del tema "Lógica".)
9.4. Diseñar contadores módulo 10 en BCD natural y en exceso de 3, con

biestables tipo D.
9.5. Diseñar circuitos con biestables JKyD para un autómata retardador de

dos intervalos (s(i) = e(í -2)).
9.6. Diseñar un circuito que gobierne el funcionamiento de tres luces (verde,
roja y amarilla) reguladoras de tráfico. La luz verde deberá permanecer
encendida durante un período de 40 seg, con la luz roja apagada; al cabo
de este tiempo la situación cambiará (verde apagada, roja encendida)
durante otros 40 seg, y así sucesivamente. La luz amarilla solamente se
encenderá (simultáneamente con la verde) durante los diez segundos
que preceden al encendido de la roja. Para ello, el circuito tendrá tres
salidas binarias (V, R, A) y una sola entrada consistente en impulsos de
período 10 seg.
329
9.7. Diseñar un circuito secuencial que simule la situación descrita para el
"castillo encantado" (véase el apartado 2.3 correspondiente al capítulo
2 de esta parte).
9.8. Dado el autómata definido por la tabla que hay a continuación, expresar
con palabras su funcionamiento (es decir, cuándo da 0 ó 1 a la salida
dependiendo de la secuencia de ceros y unos a la entrada), y diseñar un
circuito para materializarlo.
0 1
</i/0 <72 <7i
q2/0 <73 <7i
<?3/1 <73 <7i
9.9. Analizar el circuito que ilustra la figura y comprobar si es posible

diseñar otro que, realizando la misma función, sea más sencillo..
Ji Qi
C
K 3
Jn
Q2
r
k2 a
Reloj
9.10. Realizar el análisis correspondiente a los diseños de los contadores

BCD natural (véase apartado 6.2.3) y BCD exceso de 3 (ejercicios 3 y
4) para poder decir qué ocurre si, por causa de una perturbación exterior
o de un fallo de funcionamiento, se pasa a alguno de los seis estados no
permitidos
330
4
Autómatas
reconocedores
y lenguajes
regulares
1. Reconocedor finito
1.1. Definición
Hemos definido al principio del libro un lenguaje, L, sobre un alfabeto, A,
como un subconjunto cualquiera de A*. En este capítulo vamos a ver que ciertos
lenguajes pueden asociarse con autómatas finitos que sirven como reconocedores
de las cadenas pertenecientes a tales lenguajes.
Un reconocedor finito de un lenguaje L es un AF que sólo acepta las cadenas
de dicho lenguaje, en el sentido de que, inicializado en un estado predeterminado,
qv si se le introduce una cadena de entrada x1 e L, da un símbolo final de salida
que corresponde a "aceptación" (por ejemplo, s = 1), mientras que para x 1 g L
produce una salida de "no aceptación" (por ejemplo s = 0). En adelante supon-
333
dremos siempre que hablemos de reconocedores que se trata de máquinas de
Moore. Podemos entonces hacer abstracción del alfabeto de salida y de la función
g, y considerar el subconjunto de estados F c Q que producen la salida de acep-
tación, a los que llamaremos estados finales. De acuerdo con esto, daremos la
siguiente definición formal.
Un reconocedor finito es una quíntupla
R= <E,Q,f,qvF>
donde:
E es un conjunto finito (alfabeto de entrada).
Q es un conjunto finito (conjunto de estados),
/ e s una función/: E x Q —> Q (función de transición).
ql e Q es un estado designado como estado inicial.
F czQ es un conjunto de estados designados como estados finales.
Llamaremos L(R) al conjunto de cadenas aceptadas por R, es decir,
L(R) = {x e£*|/(*, qi)eF}
(con dominio de/ampliado a E*).

Seguiremos el convenio de representar en los diagramas de Moore los estados
de aceptación con círculo doble, y en las tablas de transición, encerrados en un
círculo.
1.2. Ejemplos
Ejemplo 1.2.1
a b
<h <h <?4
<?2 <?2
®
% ?4 «4
o,
Figura 4.1.
L(R1)={ab, aab,..., abb, abbb, ..., aabb, ...}={a"b'" \n > 1, m > 1}

Ejemplo 1.2.2
0 1
ft ftft
O ftft
ft ftft
ft ftft
Figura 4.2.
L(R2) = {1, 101, 10101,...} = {1(01)" I n > 0 }
Ejemplo 1.2.3
a,b,c a 6 c
«2 ft ft
ft ft ft
ft ft ft
ft ft ft
ft ft ft
Figura 4.3.
L(R)={a, be}
Ejemplo 1.2.4
1 2 3
ft ft ftft
(ft) ft ftft
ft ft ftft
Figura 4.4.
L(R4) = {3,13,113,1113,..., 123,1223,..., 213, 2113,...} =

TÍ, M, nA ,
= {1 2 2 1 3 2 4 ... 3 | nv n2,... > 0 }
335
2. Lenguajes aceptados por
reconocedores finitos
2.1. Planteamiento del problema
Podemos preguntarnos si, dado un lenguaje cualquiera, L<Ê*, podemos
siempre encontrar un reconocedor finito,/?, tal queL(i?) =L. Observemos que esa
pregunta ya la habíamos dejado planteada, en términos más generales, en el
capítulo 2, cuando, al final del apartado 3.1, decíamos: dada una máquina
¿podemos encontrar su circuito?
Baste un ejemplo para demostrar que existen lenguajes a los que no corres-
ponde ningún reconocedor finito. Consideremos E = {0,1}, y sea
L = {I"' | n>l}.
Supongamos que existe un i?, conp estados, tal que L(R) = L. Para cadenas del
tipo x = V tendremos que /(l', q) e F si i es un cuadrado perfecto. Para las p + 1
cadenas x0 = Io, x1 = l 1 , .., xp = V, tendremos como estados resultantes f(xa, qi),
f(xj, qi), ...,fíxp, pero como el reconocedor sólo tienep estados, al menos dos
de estos estados resultantes deberán ser el mismo: f(V, qi) =f(V, qi), con j -i<p.
Entonces, si el reconocedor acepta
también deberá aceptar 2

J" ?
ya que
/(1\ qi) =m"2~i, qi) =Al"1~Í,m ft)] =
=ñ 1 " 2 ~ i ft)] = / ( i ' i " 2 ~ \ f t ) =/(i" 2 + , ft)-

Ahora bien, siempre podemos tomar n suficientemente grande como para que
in + l) 2 -n2>p, y, por tanto (n + l) 2 -n2>(j - i), con lo que n2 + (j - i) <(n + l) 2
no será un cuadrado perfecto, y el reconocedor responderá incorrectamente al
aceptar
O'-O
Vemos pues que los lenguajes aceptados por algún reconocedor finito son un
subconjunto de todos los lenguajes posibles sobre E*.
336
Ahora podemos preguntarnos: ¿existe alguna propiedad que caracterice a los
lenguajes que son aceptados por un reconocedor finito? Si tal propiedad existe
parece lógico pensar que pueda deducirse de la capacidad del reconocedor para
responder de distinto modo a diferentes cadenas de entrada.
2.2. Relación equirrespuesta de un

reconocedor finito
En el capítulo 2 definimos de una manera general el comportamiento de
entrada-estados de un AF como un homomorfismo K: <E*, > <QQ, o >, tal que
a cada x e E * corresponde una transformación entre estados, K(x): Q —> Q, y esto
nos permitió definir una relación equirrespuesta en E* tal que x = y, si y sólo si
K(x) = K(y), es decir, las cadenas x e y estarán en relación si y sólo si producen la
misma transformación entre estados:
(V9íe Q)[(x = y)^f{x,q)=f(y,qJ\.
Veíamos que esta relación es una relación de congruencia en <E*, > y

particiona E* en un número finito de clases de equivalencia (es decir, es de índice
finito, menor o igual a n", siendo n el número de estados).
En el caso del reconocedor finito, el estado inicial, qv es fijo, y el comporta-
miento de entrada-estados será más bien una funciónK R : E* —>Q que aplica a
cada x e E * un q e Q de tal manera que KR(x) = f(x, qt). Podemos igualmente
definir una relación equirrespuesta, =R en E*:
(V*, y e £ *) [(x=s y ) ^ ( f ( x , q,) = f(y, q))].
Esta relación, como es fácil ver, es una relación de equivalencia. Además

( x = y ) — : = R y), pero no a la inversa (se dice que = refina a =R), por lo que en
la partición de E* inducida por = R habrá un número igual o inferior de clases de
equivalencia que en la inducida por
Si bien = es una relación de congruencia en <E*, >, =R sólo es una relación
de congruencia derecha. Esto quiere decir que (x=K y)—> (xz =K yz), pero en
general, no es cierto que (zx=R zy). En efecto, si llamamos q¡=f(x, q,) =f(y, q¡)
y q¡ = f(z, q), tendremos: f(xz, qj = f(z, f(x, qj) = f(z, q) = q;y análogamente f(yz,
q) = q ; sin embargo, f(zx, q) =j[x,f(z, qj], que en general será diferente de/[y,
fe, til
Así pues, a cada reconocedor finito corresponde una partición deE* en clases
de equivalencia tal que si dos cadenas están en la misma clase ambas cadenas
conducen al mismo estado. Además, esta relación de equivalencia es de índice
finito (menor o igual que n", siendo n el número de estados del reconocedor) y es
337
una relación de congruencia derecha enE*. Veamos cómo pueden aplicarse estas
conclusiones para caracterizar a los lenguajes aceptados por reconocedores fi-
nitos.
2.3. Condición para que un lenguaje sea

aceptado por un reconocedor finito
Dado un lenguaje LczE*, definimos la relación de congruencia derecha
inducida por L, =L, así:
(Vx ,y, ze E*) [(.x=L y) o ( x z e i e j z e L)
Es evidente que se trata de una relación de equivalencia. Para ver que también
es una congruencia derecha basta suponer que z = z,z2, con lo que
(Vx,y,zv z2e E *) [(x=L y)<->(xz1z2 e L <^yzxz2 e L) (xz, =L yz,)]
Vamos a demostrar ahora la principal conclusión de este apartado 2:

L czE* es un lenguaje aceptado por un reconocedor finito si y sólo si la
relación de congruencia derecha inducida por L tiene índice finito.
Vemos primero que sil, =L(R), entonces = £ tiene índice finito:
a) Por definición de = R
(x =R y) o(/(x, qi) = fly, qi))
b) Por ser = R una congruencia derecha,
(X=R qi) =flyz, q,)\
c) Es claro que
\flxz, qi) = flyz, qi)] [(flxz, q¡) e F) ^(flyz, q) e F)]
d) Y también que
[(flxz, qi)GF)<^>(fíyz> qi)eF)] o[(xzeL) yzeL)]
e) Por definición de ,
[(xzeL) o (yz e L ) ] o ( x = ¿ y)
f) El razonamiento constituido por las premisas b), c), d) y e) nos lleva a la
conclusión de que
(*=* y)-»(*=£ y)
(= R refina a = , )• Por consiguiente, el índice (número de clases de

equivalencia) de la partición inducida en E* por = , es igual o inferior al
de la partición inducida por = R , y como ésta es de índice finito, = L tam-
bién lo será.
A la inversa, supongamos que L es un lenguaje que induce una relación de

congruencia derecha en E* que es de índice finito. Vamos a construir un recono-
cedor finito, RL, tal que L(RL) = L. Llamemos [x] a la clase de equivalencia de
E*/ = L que contiene a x e E *. Entonces definimos
RL = <E,QL,fL, qp Fr >,
donde
QL=E* / = {[x]} (finito, puesto que es de índice finito)

(Vy s E*) (fL(y, [x]) = [xy])
<?, = [ * ]
FL = {[x]\xeL}
(FL está bien definida, pues si x1 e L y x 2 e L, según la definición de = L ,

haciendo z = X vemos que x¡= L xv es decir, [xj = [x2]).
El lenguaje aceptado por este reconocedor será:
L(Rl) = {yeE* \fL(y, 6 FL} = {y \fL(y, [X]) e FL} =

= iy\\y]eF,} = {y\yeL}=L
Además, RL está en forma mínima. En efecto, si qL = [xj fuera equivalente a

= [x2¡> e s t 0 querría decir que
CVy G E *) ((FFY, [x,]) G L) FFY, [x2]) G L))
y por la definición de
( V y G £ * ) (([XJ, y ] G L) <->([X 2 , y ] G L)
339
es decir, x t = L x2, x, y x2 se encuentran en la misma clase de equivalencia, por lo
que qLi = q L i .
3. Conjuntos regulares y expresiones regulares

3.1. Los problemas de análisis y de síntesis
Acabamos de ver una condición necesaria y suficiente para que un lenguaje
sea aceptado por un reconocedor finito. El problema de análisis consiste en
deducir el lenguaje asociado a un determinado reconocedor, y el de síntesis en
encontrar un reconocedor cuyo lenguaje sea un lenguaje dado. Ambos problemas
los tenemos en teoría resueltos. En efecto, para el análisis, basta enumerar las
cadenas que son aceptadas, como vimos en los ejemplos de 1.2; para la síntesis,
hay que encontrar las clases de equivalencia de la relación de congruencia derecha
inducida por L y construir el reconocedor como se ha indicado más arriba. El
inconveniente está en que, al poder ser L un conjunto infinito, no es fácil trabajar
con él, y no siempre podemos representarlo de una manera condensada, como
hacíamos en los ejemplos de 1.2; además, salvo en el caso de que L sea finito
(como el ejemplo 1.2.3), no tenemos un algoritmo para encontrar las clases de
equivalencia inducidas por L. En este apartado vamos a exponer una herramienta,
las expresiones regulares, especialmente introducida para trabajar con los len-
guajes aceptados por reconocedores finitos, y que nos permitirá llegar a
algoritmos para resolver los problemas de análisis y síntesis.
3.2. Conjuntos regulares

En primer lugar vamos a definir tres operaciones en el conjunto {Lp L2,...} de
subconjuntos deE* (lenguajes sobre E):
a) Unión:
Ll u L 2 = {x |x e Z ^ v x e L 2 }
b) Concatenación:
= {x,x 2 | x , G LÍAX2E L2}
c) Cierre u operación estrella:
L* = {>.} u { L } kj{LL} KJ{LLL} ... = U i "

>i = 0
Decimos que un subconjunto d eE*, LRczE*, es regular si y sólo si:
340
a) LR es un subconjunto finito de E* (puede ser L = 0 ) , o bien;
b) LR puede obtenerse a partir de subconjuntos finitos de E* mediante un

número finito de operaciones de unión, concatenación y cierre.
3.3. Expresiones regulares

Las expresiones regulares se introducen para describir los conjuntos regulares,
y como éstos son lenguajes, las expresiones regulares serán metalenguajes.
Seguiremos el convenio de designar por | a | al conjunto descrito por la
expresión regular a .
Definimos ahora el conjunto de expresiones regulares sobre un alfabeto E =
{ev ..., e,} y las operaciones suma, concatenación y cierre de la siguiente manera
recursiva:
a) X, 0 y e¡ (i = 1,..., n) son expresiones regulares tales que

\X\ = {X};\0\ = {0}y\e¡ = {e} (i = 1, n);1
b) si a y (3 son expresiones regulares, a + (3 es una expresión tal que

|a + p| = | a | u | p | ;
c) si a y P son expresiones regulares, a P es una expresión regular tal que

| a p | = |0||p|;
d) si a es una expresión regular, a * es una expresión regular tal que

|a*| = |a|*.
Como estas operaciones corresponden a las utilizadas para definir los conjun-
tos regulares, a todo conjunto corresponderá al menos una expresión regular.
Veamos algunos ejemplos
Expresión regular, a Conjunto regular, | a |

1. {a, £>} aa*bb* Conjunto de todas las ca-
denas de E* constituidas
por "a" seguido de "a" cual-
quier número de veces (o
ninguna), seguido de "b" y
seguido de "£>" cualquier
número de veces (o nin-
guna).
1
A es la cadena vacía (elemento neutro para la concatenación de cadenas), y 0 es el conjunto vacío (elemento
neutro para la unión de conjuntos).
341
E Expresión regular, a Conjunto regular, | a |
2. {0,1} 1(01)* Conjunto de cadenas que
empiezan por "1" y sigue
(01) cualquier número de
veces (o ninguna).
3. {a, b,c} a + be {a, be}.
4. {1,2,3} (1 + 2)*3 Conjunto de cadenas for-
madas mediante los sím-
bolos 1 y 2 sucediéndose
cualquier número de veces
(y en cualquier orden), y
siempre dando por finali-
zada la cadena mediante el
símbolo 3.
5. {e„ e2,..., e„} (e, + e2 + ... + e„)* E*.
6. {0,1} (01)* El conjunto formado por X
y todas las cadenas consti-
tuidas por la cadena 01
repetida cualquier número
de veces.
7. {0, 1} 0*10* Conjunto de todas las ca-
denas que tienen un "1" (y
sólo uno).
Obsérvese que los cuatro primeros ejemplos corresponden exactamente a los

cuatro ejemplos del apartado 1.2.
Dos expresiones regulares son iguales si designan al mismo conjunto regular:
(a = P ) H « l = IPI
Teniendo esto presente, es fácil demostrar las siguientes propiedades de las
expresiones regulares:
1. Asociatividad de la concatenación:
a(Py) = (ap)y
2. Distributividad de la suma:
a (3 + a y = a ( P + y);
P a + y a =(P + y ) a
3. 0 es elemento neutro para la suma:
a + 0 = 0 + a = oc
4. 0 es un cero para la concatenación:
a 0 =0 a = 0
5. A, es elemento neutro para la concatenación:
aX = Xa = a
6. Propiedades de la operación cierre:
a) ( a + P)* = ( a * + p *)* = ( a *p *)*

b) ( a + X)* = a * + X = a *
c)aa* + A = a*
d)A* = 0 * = A
Por ejemplo, para demostrar que ( a + P)* = ( a * p * ) * tendremos en

cuenta que:
|(a + p)*| = { A . } u | a + p | u | a + p|2 u...=

= { A } u | a | u | P | u | a | 2 u|P| 2 u | a | | p | u | p | | a | u ...
y, por otra parte,
| ( a * p * ) * | = { X } u | a * p * | u | a * p * | 2 u... =
= {A,} u|a*||P *| u|a*||P *||a*||P *| u ... =
= { A , } u | a | u | P | u | a | 2 u|p| 2 u | a | | p | u | p | | a | u . . .
Pasemos ahora a ver que todos los lenguajes aceptados por reconocedores
finitos son conjuntos regulares y que todo conjunto regular es un lenguaje
aceptado por un reconocedor finito, lo que nos va a permitir resolver los proble-
mas de análisis y de síntesis, respectivamente.
343
4. Resolución de los problemas de análisis
y de síntesis de un reconocedor finito
4.1. Análisis
4.1.1. Teorema de análisis
Todo lenguaje aceptado por un reconocedor finito es un conjunto regular.
Supongamos que el reconocedor finito tiene n estados, Q = {qv ..., qn}, con estado
inicial q1 y con estados finales F = {qf , qf , ..., qf } (n>r> 0). El lenguaje
aceptado es:
L(R) = {x | fix, qt)e F} = u{Rh | q e F}

con R = {x | fix, q¡) = g.} (conjunto de cadenas que llevan del estado q¡ al estado
q B a s t a entonces demostrar que los R son conjuntos regulares.
Vamos a definirR k ( 0 < k < n ) como el conjunto de cadenas que llevan de q¡
a q¡ sin pasar por ningún q, tal que l>k. En particular R¡j serán las cadenas que
llevan de qi a q¡ sin pasar por ningún otro estado, por lo que son símbolos, es decir,
es un subconjunto de E u { X } y, por tanto, es regular. Supongamos que R1'tj es
regular para todo i y j y k > 1 y demostremos que entonces Rk¡j es regular. En
efecto, basta comprobar que
Rk¡í = R ¡jVR ¡k (R kk) R kj

k
Entonces, R íj es regular para todo k, y, en particular, Rt¡ = R"^ es regular.
4.1.2. Algoritmo de análisis

Como corolario del teorema anterior se desprende un procedimiento para
obtener la expresión regular del lenguaje aceptado por un determinado reconoce-
dor. En efecto, llamemos a a la expresión regular que designa al conjunto R\:.
| o, f..| =Rk,{, entonces, si q, es el estado inicial, la expresión regular de L(R) será:
í alfí + alfi + ... + alf, si r > 0
^ 0 si r = 0
Los a . se calcularán recursivamente teniendo en cuenta los conjuntos a los

que representan:
K j M e e i ' u U } \fle,q¿ = q,}

a kt¡ = a + a k'\k (a w J* ak\,0<k<n
344
4.1.3. Ejemplos
Vamos a tomar los mismos cuatro ejemplos del apartado 1.2: partimos de los
diagramas y debemos llegar a las expresiones regulares que ya conocemos.
1. Sólo hay un estado final, q3, luego la expresión regular será:
« 4 B = OC313+ a 3 H « 4 ) * «343
3
Pero a 43 = 0 , como se ve directamente en el diagrama de Moore, por lo
que
« 4 i3= <*3i3= « 2 i3+ a 2 i 3 ( « 2 J * «
Calculemos pues, oc213y a 233:
a 2 1 3 = oc\ 3 + aîa1,,)*
a \ 3 = a° 1 3 + a ° n ( a ° n ) * a° 13 = 0 + X(X)*0 = 0
(también se ve directamente en el diagrama)
aI
i2= «°,2+ «0ii(a°ii)*a0i2 = «+ X{X)*a = a
a\2 = a°22 + a°21 (<x°u )* a°12 = a+ 0(X)*a =a
a\3= a°23+ a°21(a°u)*a °13 = b+ 0(X)*0 =b
Luego:
a\3= 0 + a(a*)b = aa*b
Podríamos calcular a 233 de manera análoga, pero ya se ve directamente en

el diagrama que saldrá oc233 = b*. Por tanto,
a 13 = a"13 = a313 = aa*b + aa*b(b*)*b* =

= aa*b + aa*bb* = aa*b (X + b*) = aa*bb*
2. Como sólo hay un estado final, q2, la expresión regular será:
«12= < 2 = « 3 i2+ a3i4(a344 )*a342
345
Se ve sobre el diagrama que a 342 = 0 , por lo que ya no tenemos necesidad
de calcularla, ni de calcular a 3 14 ni a 344 :
a 1 2 = cx312= a 2 12 + cc213(a 233 )*oc232
Omitimos los cálculos de a 2 1 2 , a 2 1 3 , a 233 y a 2 3 2 , que se hacen por el

mismo procedimiento de reducción, resultando:
a 2 1 2 = 1; OC213 = 10; a 2 3 3 = 10; a 2 3 2 = 1
(En los cálculos intermedios resulta una expresión de la forma 0 *; no

olvidar que 0 * = X, no 0 ). Sustituyendo y aplicando las propiedades de
las operaciones,
cc12 = 1 + 10(10)*1 = (X + 10(10)*)1 = (10)*1 = 1(01)*
Dejamos como ejercicio la obtención de las expresiones regulares de los otros

dos ejemplos. (En el ejemplo 1.2.3 hay dos estados finales, q2 y q4, por lo que la
expresión será a I 2 + a 1 4 = cc512 + o. 5I4 = ...).
Como se habrá observado, el procedimiento es bastante engorroso para apli-
carlo manualmente, pero es un algoritmo general que puede programarse para su
ejecución automática. En la ejecución manual a veces puede simplificarse intuiti-
vamente; así, cuando decíamos, en el ejemplo 1.2.1, que se ve directamente en el
diagrama que a 3 4 3 = 0 , lo que nos evita muchos cálculos. De hecho, si el
diagrama no es muy complicado, es preferible obtener la expresión regular por
simple inspección.
4.2. Síntesis
4.2.1. Teorema de síntesis
Todo conjunto regular es un lenguaje aceptado por un reconocedor finito. Hay
publicadas varias demostraciones de este teorema,bastante laboriosas todas ellas,
por lo que, a fin de no alargar excesivamente este tema, nos permitimos no incluir
ninguna, remitiendo al lector a las notas bibliográficas del apartado 6. En cambio,
nos parece interesante dar un algoritmo que permite obtener directamente el
reconocedor de un conjunto regular denotado por su expresión regular. Para ello
necesitamos introducir un nuevo concepto: el de derivadas de una expresión
regular.
4.2.2. Derivadas de una expresión regular

Consideremos una expresión regular, a , que designa a un conjunto regular LR,
| A | = LR, y consideremos el subconjunto de LR formado por todas las cadenas de
346
LR que empiezan por un determinado símbolo, e. Definimos el cociente izquierdo
d&LR por e, LR \ e, como el conjunto resultante de suprimir e en todas esas cadenas:
Lr \ e = {x | ex 6 LK}
y definimos la derivada de a respecto al símbolo e, De(a), como la expresión

regular d eLR\e . (Es fácil ver que si LR es regular, LR\e también lo es).
Por ejemplo, sea a = abe + d + a*c, es decir, LR = | a | = {abe, d, c, ac, aac,
...}. Entonces,
LR\a = {be, c,ac,...};LR\b = 0;LR\c= X;LR\d = X,
y las derivadas serán las respectivas expresiones regulares:
D£a) = bc + a*c;Db(a) = 0;D£a) = X;D£a) = X.
Veamos algunas propiedades de las derivadas así definidas. De la definición

es inmediato comprobar que:
X si ex = e 2
a) D(e2) =
0 si ex ^ e2
b) D£X)=De(0)=0
c) £>/oc + P) = £ > / « ) + £ ( | 3 )
Ya no es tan inmediato calcular la derivada de la concatenación de dos

expresiones regulares ni la del cierre de una expresión regular.
Supongamos que y = a [5. Si | a | no contiene la cadena vacía, X, al suprimir
"e" en las cadenas de | a P | resultarán las cadenas derivadas de a (es decir, todas
aquellas que comiencen por "e", suprimiendo "e") concatenadas con las cadenas
de P: De(a p ) = D c ( a ) P . Pero si X e | a | , entonces | a P | contiene también a
todas las cadenas de P, por lo que habrá que añadir -De(P). Si introducimos la
expresión 8(a) tal que
5 ( a ) = 0 siXe |a|
8 ( a ) = X si Xe |a|
entonces podemos representar ambos casos en una sola expresión:
d) D . ( a P ) = [I>.(a)]P + S ( a ) D . ( P )
347
Finalmente, veamos cómo se calcula la derivada de la operación cierre.
Sabemos que
| a * | = |a[* = {X} u | a | u | a | | a | u | a | | a | | a | u ...

por lo que
D£a*)=D£X) + D£a)+De(a a)+D£a cc oc) + ...

D£\)=0
Si A e |a|
D£a*)=D£a) + [£>/«)]a + [D.(a)]a a + ... =

= D£a) [A, + a + a a + ...] = [Z> e (a)]a*
Si A e |a| llegamos al mismo resultado. En efecto:
De(a*)=D£a) + [D£a)]a + D£a) + [D£a)]a a +D£a a ) + ...
que se reduce a la misma expresión anterior teniendo en cuenta la idempotencia

de la suma. Luego:
e) ¿^(a^p/cOla*
Teniendo en cuenta estas cinco propiedades se puede calcular la derivada de

cualquier expresión regular sin tener que formar previamente el conjunto
cociente.
Hemos visto la derivación respecto de un símbolo, ee E; la operación se
puede extender a derivación respecto a una cadena definiendo:
Dx( a) = a
Dxe(a) =De[Dx(a)]
Se puede demostrar (por inducción sobre la longitud de las cadenas) que el

conjunto de derivadas diferentes de una expresión regular, es decir, ( D ^ a ) |
x e E *} es finito.
4.2.3. Algoritmo de síntesis

Para construir un reconocedor en forma mínima del lenguaje denotado por la
expresión regular a , se puede seguir el siguiente procedimiento:
1. Calcular I x e E *}.
2. El estado inicial es qí = a; los otros son las diferentesD x (a).
3. La función de transición es f(e, a) = De(a); f(e, De(a)) = Dxe(a).
4. El conjunto de estados finales es F = {D£a) \ X e \DX (a) | }.
4.2.4. Ejemplos
Para ilustrar la aplicación del algoritmo anterior vamos a tratar los mismos
cuatro ejemplos del apartado 1.2. Teníamos allí cuatro reconocedores; las expre-
siones regulares de los correspondientes lenguajes las obtuvimos en los apartados
3.3 y 4.1.3. Pues bien, ahora partiremos de esas expresiones y comprobaremos
que, con el algoritmo de síntesis, llegamos a los diagramas originales.
Ejemplo 1.
a = aa*bb* = (a)(a*bb*)
£>.(a) =Da(á)a*bb* + 6 (a) Da(a*bb*) =
= Xa*bb* + 0D£a*bb*) = a*bb*
Db(a)=Db(á)a*bb* + 8 (a) Db(a*bb*) = 0a*bb* + 0D„(a*bb*) = 0
Daa(a) = Da(a*)bb* + 8 (a*) Da(bb*) =
=D£a)a*bb* + X 0 = Xa*bb* = a*bb* =D£a)
Al repetirse la derivada, ya no seguimos derivando respecto de a. Tampoco es

necesario derivar Db(a), puesto que, al ser 0 , cualquier derivada posterior será
0 . Nos queda pues por calcular Dab(a):
DJá) =Bb(a*bb*)=Dt(a*)bb* + 8 (a*) Db(bb*) =
= Db(a)a*bb* + X[Db(b)b* + 8(b) Dh(b*)] =
= 0a*bb* + %b* + 0Xb* = b*
Calcularemos ahora las derivadas terceras a partir de Dab(a) (puesto que ésta
es la única derivada segunda que no es igual a ninguna anterior).
DJLa)=D£b*)=D£b)b* = 0b* = 0
DM(a)=Db(b*) = Db(b)b* = b* =DJa)
Al salir una 0 y la otra repetida ya no es preciso que sigamos derivando.
349
De las derivadas calculadas, la única que contiene la cadena vacía es Dab(a) =
b* por lo que
F= {DÁa)}
Y la función de transición será
Ka,a)=D£a);f(b,a)=Db(a)
f(a,Dm(a))=Dm(a)=D£a)
j{b,D£a))=Dab(a)
j{a,Db(a))=Db£a)=Db(a)
j{b,Db(a))=Dbb(a)=Db(a)
f(a,Dab(a))=Dab£a)=Db(a)
Kb,Dab(a))=Dabb(a)=Dab(a)
Podemos así dibujar el diagrama de la figura 4.5, que es el mismo de la figura
4.1, c o n q i = a ; q 2 = D£a); qs = Dab(a); q4 = Db(a).
Figura 4.5.
Ejemplo 2.
La expresión regular es a = 1(01)*. Calculemos las derivadas hasta que

aparezcan repetidas:
D0(a)=D0(l)(01)* + 5(1)Z)0(01)* = 0
£),(«) = A ( 1 ) ( ° 1 ) * + S (1)0,(01)* = (01)*
Dm(a)=Dol(a)=0
Dw(a)=Dom)*] = [£>0(01)](01)* = 1(01)* = a
Ai(«)=A[(01)*] = 0
Por tanto,
Q= {a,D0(a),D1(a)}
F = {D1(a)}
La función de transición será:
KO,a)=D0(a)
Kl,a)=Dt(a)
f(0,D0(a))=Dm(a)=D0(a)
Al,D0(a))=Dai(a)=D0(a)
f(0,D1(a))=Dw(a) =a
J{l,D1(a))=Dn(a)=D0(a)
Llegamos así a un diagrama de Moore como el de la figura 4.6 que, aparente-

mente, corresponde a un reconocedor diferente del original (figura 4.2). No hay
ningún error. Lo que ocurre es que este algoritmo que estamos aplicando nos da
el reconocedor en forma mínima, y el de la figura 4.2 no lo está.
Invitamos al lector a aplicar el algoritmo de minimización explicado en el

capítulo 2 al AF de la figura 4.2 para ver que se llega al mismo AF de la figura 4.6.
351
Ejemplo 3.
a = a + be
Derivadas
Da(a)=Da(d)+Da{bc) =X +0 =X
Db(a) = Db(a) + Db{bc) = 0 +c = c
Dc(a) -Dc(a) +Dc(bc) = 0
Dm(a)=Dab(a)=Dac(a) = 0=D£a)
D¿a)=D£c)=0=D£a)
Dbb(a) = Db(c)=0=D£a)
Dbc(a)=Dc(e)=X=D£a)
DC£A)=DÁ a)=Dc£a)=0 = D£CL)
Q= {a,D£a),D£a),De(a)}
F = {Dm(a)}
Función de transición
fia, a) = D£a); f(b, a)=Db(a);j{c, a)=D£a)

flaMa))=DJta)=DJLa)
Kb,D£a))=DJLa)=D£a)
flc,D£a))=DJLa)=D£a)
j{a,Db(a))=Dba(a)=D£a)
f(b,Db(a))=Dbb(a)=D£a)
j{c,Db(a))=Db£a) = D£a)
Ka,Dc(a))=Dc£a)=D£a)
j{b,Dc(a))=Dcb(a)=D£a)
f(c,D£a))=DJLa)=D£a)
Con esto, resulta el diagrama de la figura 4.7, que es distinto del original de la
figura 4.3. La explicación es la misma del ejemplo anterior: el de la figura 4.3 no
está en forma mínima (q2 y q4 son equivalentes).
Ejemplo 4.
a = (1 + 2)*3
Derivadas:
D¿a ) = D^l + 2)*]3 + 5 [(1 + 2)*]D1(3) =

= [£>,(1 + 2)](1 + 2)*3 + X 0 = (1 + 2)*3 = a
D2(a) = ... = (1 + 2)*3 = a
D 3 ( a ) = Z>3[(1 + 2)*]3 + 8 [(1 + 2)*]DS(3) = 0 + X X = X
D31(a)=D32(a)=D33(a)=0
Q= {a,D3(a),D31(a)}
F={D3(a)}
Calculando los valores de la función de transición se llega a un diagrama

idéntico al de la figura 4.4, con q1 = a, q2=D3{ a ) , q3 =D31( a ) .
353
5. Resumen
Orientándonos ya hacia las relaciones entre lenguajes y autómatas, hemos
definido un reconocedor finito como un tipo particular de autómata finito en el
que existe un estado inicial fijo y el alfabeto de salida consta sólo de dos símbolos,
correspondientes a la aceptación o no aceptación de la cadena de entrada. Hemos
demostrado la condición general que debe cumplir un lenguaje para que todas sus
cadenas sean aceptadas por un reconocedor finito: que la relación de congruencia
derecha inducida por el lenguaje tenga índice finito (ese índice es, precisamente,
igual al número de estados del reconocedor).
Se han definido los conjuntos regulares, que, según los teoremas de análisis y
síntesis, son justamente los lenguajes que pueden ser aceptados por un reconoce-
dor finito. Las expresiones regulares constituyen un metalenguaje para describir
de una manera cómoda a los conjuntos regulares. El algoritmo de análisis permite,
dado un reconocedor finito, deducir la expresión regular del lenguaje que acepta
ese reconocedor. A la inversa, hemos visto un algoritmo de síntesis mediante el
cual se llega al diagrama de Moore de un reconocedor finito minimizado corres-
pondiente a una expresión regular dada.

Los conceptos de conjunto regular y expresión regular, así como los teoremas
de análisis y síntesis, se deben a Kleene (1956). La demostración del teorema de
análisis que hemos seguido es la de McNaughton y Yamada (1960).
Para el teorema de síntesis existen varias demostraciones. Quizá la más
utilizada sea la debida a Rabin y Scott (1959), que precisa de la introducción de
un tipo especial de autómata que no tiene interpretación física: el autómata no
determinista (o "posibilístico", como prefiere llamarlo Arbib (1969), ya que no
interviene la idea de probabilidad), que veremos en el tema "Lenguajes" (capítulo
4, apartado 5). Una generalización de este autómata es el llamado sistema de
transición (Ott y Feinstein, 1961), que permite llegar a un algoritmo bastante
cómodo para la síntesis. Sin embargo, nos ha parecido que el algoritmo de síntesis
más manejable es el basado en el trabajo de Brozozowski (1962, 1965), que
introdujo el concepto de derivada de una expresión regular.
Las anteriores referencias tienen un interés más bien histórico. Para ampliar
este capítulo es preferible dirigirse a libros de carácter general, como los ya
citados en el capítulo 2, o el de Hopcroft y Ullman (1979). Los cuatro ejemplos
utilizados reiteradamente están adaptados de Scala y Minguet (1974).
354
7. Ejercicios
7.1. Dada la tabla de transición
a b c
Qi <?2 q6 <7i
q3 Q5 <7i
q3 q3
QA Qr QT
Qs Q5 ft
Qe Qs <7i
© Qt Qr <7i
correspondiente a un reconocedor finito, hallar la expresión regular

correspondiente al lenguaje aceptado por ese reconocedor.
7.2. Aplicar el algoritmo de síntesis a la expresión regular encontrada en el
ejercicio anterior.
7.3. Aplicar el algoritmo de análisis al reconocedor de la cadena 010

(capítulo 2, apartado 4.5.2) y al reconocedor de 321 (capítulo 2, ejerci-
cio 9). En esos ejemplos se utilizó "reconocedor" con un sentido dis-
tinto del definido en este capítulo. ¿Puedes indicar cuáles son las dife-
rencias?
7.4. Dar una expresión regular correspondiente al detector de paridad par y

otra al detector de paridad impar, y aplicar el algoritmo de síntesis para
obtener los correspondientes reconocedores.
7.5. Diseñar un circuito secuencial que dé una salida "1" cuando la cadena
de entrada tenga un número de "unos" congruente a 0 (mód. 2). (La
expresión regular es a = 0*(10*10*)*).
7.6. Considérese un reconocedor finito definido por:
E = {a, b,c,d};Q = {qv qv q3, q,};F= {q4}
355
a b c d
<7, Qa q3 q< q4
<72 q3 q2 q* q<
q3 q3 q3 q3 q3
(5) q3 q3 q4 q4
Hallar una expresión regular de las cadenas aceptadas por el reconoce-

dor, y diseñar un circuito secuencial para la realización del reconocedor
con biestables JK
Los dos ejercicios siguientes, tomados de Booth (1967), desarrollan
una técnica gráfica para obtener la expresión regular directamente del
diagrama de Moore.
Expresión regular Diagramas Diagrama reducido
356
7.7. Las expresiones regulares básicas que ilustra el diagrama de la página
anterior describen a los conjuntos regulares de los reconocedores co-
rrespondientes. (El estado inicial es siempre q{)\
a) Comprobar que las expresiones regulares corresponden efectivamente a

los diagramas.
b) Utilizar esas relaciones para obtener la expresión regular del reconocedor

dado por la tabla:
a b
<7, <7i <7a
<72 <74 <7s
q3 <7S <7i
q* <7s <72
(?) <74 Qs
7.8. Utilizando como punto de partida las relaciones básicas establecidas en

el ejercicio anterior, desarrollar una técnica gráfica de análisis para
deducir la expresión regular de cualquier reconocedor finito.
357
5
Otros autómatas
1. Introducción
El autómata finito estudiado en los anteriores capítulos es un modelo aplicable
a cualquier sistema dinámico, discreto y con memoria (siempre que la memoria
sea finita). Ahora bien, para determinados sistemas, la descripción que se obten-
dría con tal modelo seria inútil, por demasiado compleja (número de estados y de
transiciones desorbitado) o porque los estados engloban de forma poco natural un
conjunto de condiciones internas del sistema. Tal ocurre, por ejemplo, cuando el
sistema está compuesto por subsistemas con funcionamiento asincrono y concu-
rrente. Para modelar estos casos se han propuesto diversas generalizaciones del
modelo. Una de las más conocidas y más aplicadas en informática es la llamada
"red de Petri". La red de Petri puede, además, como veremos, modelar sistemas
con infinitos estados, por lo que se aproxima, en cuanto a potencia de descripción,
a la máquina de Turing. Otra posibilidad para la modelación de sistemas comple-
jos es construir redes de autómatas interconectados, llamados "autómatas
celulares".
Por otra parte, los modelos que hemos considerado hasta ahora son completa-
mente deterministas. Es decir, dado un estado y un símbolo de entrada, el estado
siguiente y el símbolo de salida vienen determinados por las funciones f y g,
respectivamente. Pero se dan situaciones cuya complejidad funcional y la imposi-
bilidad de analizar todos los factores que intervienen hacen que sea preferible
359
modelarlas a partir de la idea de probabilidad. Tal ocurre, por ejemplo, cuando la
fiabilidad de los componentes es pequeña, o cuando se quiere modelar órganos o
procesos de los sistemas vivos. Así, si observamos que, estando en el estado ql y
recibiendo entrada e, el sistema pasa al estado q2 un 80% de las veces y al q3 un
20%, diremos que f(e{, qt) = q2 con probabilidad 0,8 y /(e p qt) = q} con probabilidad
0,2. Esta es la idea básica del autómata probabilista o estocástico.
Si en lugar de "probabilidad" utilizamos "borrosidad" tendremos un autómata
borroso. Uno de los campos de aplicación más interesante de los autómatas
estocásticos y de los borrosos está en los sistemas de aprendizaje: el autómata, en
interacción con su entorno, puede ir modificando su estructura para adaptarse a
tal entorno. En este capítulo trataremos de todo esto (redes de Petri, autómatas
estocásticos y borrosos, autómatas celulares y aprendizaje).
2. Redes de Petri
2.1. Estructura estática
Definición 2.1.1. Una red de Petri (RdP) es una cuádrupla
<L, T, A, P>
donde:
L: es un conjunto finito, no vacío, de lugares.
T: es un conjunto finito, no vacío, y disjunto de L, de transiciones.
a : T—>P(£) es la función de incidencia anterior, o función de entrada, que

define, para cada transición, sus lugares de entrada.
P: T—>P(L)es la función de incidencia posterior, o función de salida, que

define, para cada transición, sus lugares de salida.
Por ejemplo:
L = {lv l2, Z3, Z4, Q

T= {tv t2, tv Q
a ( 0 = { / 1 , / 5 } ; P ( 0 = {/J
a(t2) = {l2y,$(t2) = {lvl5}
a(/ 3 ) = { / 3 , / 3 } ; P ( 0 = {/ 4 }
a ( 0 = {/4};P(0 = { U J
360
Una RdP puede representarse gráficamente como un grafo bipartido orientado,
en el que hay dos tipos de nodos: círculos (para los lugares) y segmentos (para las
transiciones), y los arcos representan a las funciones a y (3. Así, el grafo del
ejemplo anterior sería el de figura 5.1.
Consideraremos solamente las llamadas "RdP puras", en las que no puede

haber lugares que correspondan a una entrada y salida de la misma transición. Es
decir,
(Vi,.) (a(t¡) n p (í.) = 0 )
En este caso, la RdP puede representarse también mediante una matriz de

incidencia cuyas filas corresponden a los lugares y cuyas columnas corresponden
a las transiciones y cuyo elemento (i,j) es:
0 si i no es entrada ni salida de t¡
1 si /,. es salida de t¡
-1 si l es entrada de í.
La matriz de incidencia del ejemplo anterior sería:

h h h u
-1 1 0 0
'2 1 -1 0 0
0 0 -1 1
'4 0 0 1 -1
íc - 1 1 -1 1
361
El concepto de RdP tal como lo acabamos de definir está incompleto, porque
no contempla ningún comportamiento dinámico. En particular, se observará
que no se ha definido el estado.
2.2. Comportamiento dinámico

Definición 2.2.1. Un marcado de una RdP es una asignación de marcas
(números naturales) a los lugares:
|i:L->N
El número de marcas en /,. será |j. (/.). El número y posición de las marcas varía
con el tiempo según las reglas que definiremos enseguida. En cada instante,
tendremos un vector |j. = (l¡), ¡1 (l2) ...] r que indica el número de marcas en cada
lugar.
Definición 2.2.2. Una RdP marcada es una quíntupla
<L,T, c c , | 3 , n 0 >
donde los cuatro primeros elementos son los de la Definición 2.1.1, y |l 0 es un

marcado inicial.
En adelante consideraremos siempre RdP marcadas.

Gráficamente, el marcado se indica mediante puntos en los círculos que
representan a los lugares. Así, s i |Li0 = [ 1 0 1 0 l ] 3 " , el grafo de la RdP marcada
correspondiente al ejemplo anterior será el de la figura 5.2.
Definición 2.2.3. Una transición t¡ está permitida por el marcado si todos sus
lugares de entrada tienen al menos una marca, es decir, si
(VZ,.e <x(f,)) ([A (lj) > 0)
En la figura 5.2, tl y í3 están permitidas; t2 y t4, no.
Definición 2.2.4. El disparo de una transición permitida consiste en quitar una

marca de cada uno de sus lugares de entrada y añadir una marca a cada uno de
sus lugares de salida.
Por ejemplo, el disparo de tí en la figura 5.2 conduce a un nuevo marcado:

desaparecen las marcas de l¡y l5y aparece una en t¿ el nuevo marcado es |i 1 =
[01100]T. Obsérvese que el hecho de disparar tl hace que f 3 deje de estar permitida.
Definición 2.2.5. El estado de una RdP en un instante viene dado por su mar-
cado |j.( en ese instante. El conjunto de estados, M, será, pues, el conjunto de
todos los marcados posibles.
Definición 2.2.6. La función de transición, f de una RdP es una función
f: MxT —>M
tal que aplicada a un marcado y a una transición t. da el marcado que resulta

de disparar í- Es una función parcial, porque si í. no está permitida por p.,
entonces/(|X¿, t) no está definida.
Definición 2.2.7. Se llama ejecución de una RdP a la secuencia de aconteci-

mientos que resulta de disparar transiciones a partir de un marcado inicial. Esta
secuencia de acontecimientos se manifiesta en dos secuencias de objetos: una
secuencia de marcados (jx 0 , ,...), y una secuencia de transiciones (t0, tv ...),
tales que/íil,, t) = n í + 1 . En el ejemplo de la figura 5.2 podemos tener esta
ejecución:
HO = [ 1 0 1 0 LF;
m = [0 1 1 0 Of;
M-2 = M-0 '

m = [1 0 0 1 0 f ;
m-4 = MÔ ;
m-5 = M-i ;
^3> Kl tv "O
363
Obsérvese que la ejecución no es única: con el marcado |X0 pueden dispararse
indistintamente t16 t3; cuál de ellas lo hace depende de acontecimientos externos
que no figuran en el modelo. Las RdP son, pues, modelos no deterministas, como
los autómatas que veremos en el tema "Lenguajes".
Teorema 2.2.8. La función de transición de una RdP puede escribirse explíci-
tamente en función de la matriz de incidencia, I, y de un vector, u:, cuyas
componentes (tantas como transiciones tenga la RdP) son todas nulas, salvo la que
corresponde a la transición disparada en el instante i, que vale 1, y ello mediante
la llamada ecuación de estado de la RdP:
Hitl = ili+I-u,
Para la demostración, que omitimos, basta con ver que todas las componentes
de satisfacen la ecuación, teniendo en cuenta la definición de / (apartado 2.1).
En nuestro ejemplo, si, partiendo de |i 0 , se dispara tv tendremos:
1 -1 1 0 0 1
0 1 -1 0 0 0
H ^ H o + 7-Wo = 1 + 0 0 -1 1 0
0 0 0 1 -1 0
1 -1 1 -1 1
1 -1 0
0 1 1
1 + 0 = 1
0 0 0
1 -1 0
Y si luego se dispara t2\
0 -1 1 0 0 0
1 1 -1 0 0 1
^2 = M - I + / m I = 1 + 0 0 -1 1 0
0 0 0 1 -1 0
0 r l 1 -1 1
0 1 1
1 -1 0
1 + 0 = 1
0 0 0
0 1 1
El marcado final resultante de una secuencia de disparos a partir de un marcado

inicial, |a 0 , puede obtenerse aplicando sucesivamente la ecuación de estado:
Hi = M-i-l + / - M j = M-/-2 ("<-l + "i) =
I
= + / • X " / = Ho
j=i
donde s es el vector característico asociado a la secuencia s = (tv t2,...): suy-ésima

componente es igual al número de ocurrencias de t. en S. En nuestro ejemplo, si 5
= (tv tV tv 14, h), ¿ = [ 2 1 1 1 f ,
1 -1 1 0 0 2
0 1 -1 0 0 1
1 + 0 0 -1 1 1
0 0 0 1 -1 1
1 -1 1 -1 1
1 -1 0
0 1 1
1 + 0 = 1
0 0 0
1 -1 0
2.3. Autómata finito equivalente a una red de

Petri con espacio de estados finito
Tal como se ha definido el estado de una RdP, el número de estados posibles
puede ser infinito, porque el número de marcas en cada lugar no está, en general,
365
limitado. Por ejemplo, en la RdP de la figura 5.3, la secuencia tv t2, tv tr.. hace
crecer indefinidamente el número de marcas en l y
Pero en ciertas RdP el número de marcados posibles a partir de uno inicial es
finito. Así ocurre en el ejemplo de la figura 5.2. Esa RdP es, además, binaria: a
partir de un marcado que no asigne a cada lugar más de una marca, todos los
marcados sucesivos son tales que cualquier lugar tiene una marca o ninguna. En
este caso, como hay cinco lugares, el número de marcados binarios posibles es 25
= 32. Sin embargo, no todos ellos son alcanzables a partir de uno inicial dado. Por
ejemplo, si |0.o es el de la figura 5.2, es decir,
|X0 = [1 0 1 0 l f
puede comprobarse que sólo son alcanzables otros dos marcados:
= [0 1 1 0 Of
\x2 = [1 0 0 1 Of
El AF equivalente a esta RdP sería el de la figura 5.4.
Figura 5.3.
2.4. Ejemplos de aplicación

2.4.1. Redes de Petri interpretadas
Para aplicar el concepto matemático de RdP a la modelación de sistemas hay
que establecer una interpretación o convenio por el que se asocian las entradas
del sistema a condiciones necesarias para que ciertas transiciones se disparen y
las salidas al disparo de otras transiciones o a las marcas de determinados lugares.
Figura 5.4.
Como ya hemos dicho en la introducción, las RdP son una herramienta de

modelación útil para sistemas en los que se dan actividades asincronas y concu-
rrentes. Esto abarca campos de aplicación muy diversos. Aquí nos limitaremos a
ilustrar con dos ejemplos su utilidad para abordar ciertos problemas que aparecen
en el diseño de programas.
2.4.2. Problemas de exclusión mutua: lectores y redactores
Un problema que se presenta con frecuencia en los sistemas multiprogramados
es el de evitar que dos procesos (programas en ejecución) puedan acceder simul-
táneamente a un recurso común no compartible: un periférico, un fichero, una
tabla de datos en memoria, etc. Los segmentos de los programas que realizan ese
acceso se llaman secciones críticas, y hay que dotar al sistema de mecanismos que
aseguren la exclusión mutua de los procesos en la ejecución de tales secciones
críticas.
Uno de los mecanismos más utilizados es el del semáforo acompañado de las
operaciones "P" (o "wait") y "V" (o "signal"). Un semáforo es una variable entera
no negativa, S, que, aparte de su inieialización, sólo puede modificarse mediante
las operaciones "P" y "y":
P(S): si S > 0, disminuye S en una unidad

V(S): incrementa S en una unidad
Si un proceso ejecuta "P" sobre un semáforo con S = 0, entonces debe esperar

hasta que otro proceso ejecute "V" sobre el mismo semáforo. Por otra parte, son
operaciones indivisibles: mientras un proceso no termina de ejecutar "P" o "V"
otro no puede acceder al mismo semáforo.
Para asegurar la exclusión mutua de dos procesos a secciones críticas podemos
utilizar un semáforo, "exmut", inicializado con el valor 1, del siguiente modo:
367
Programa 1 Programa 2
Sección A1 Sección A2
j P(exmut) ¡ P(exmut)
Sección crítica 1 Sección crítica 2
\ V(exmut) l l/(exmut)
V Sección B1 V Sección B2
El primero de los procesos que ejecute P pondrá el semáforo a cero, y si el otro

intenta entrar en su sección crítica antes de que el primero haya salido de la suya
y ejecutado V, tendrá que esperar.
La modelación con una RdP puede hacerse considerando el semáforo como un
lugar en el que el número de marcas es el valor del semáforo. Las operaciones P
son transiciones de salida del lugar, y las y lo son de entrada. La RdP que modela
el funcionamiento de los dos procesos anteriores es la de la figura 5.2, interpretada
del siguiente modo:
Z5 es el semáforo "exmut".
t{ es la "P" del Proceso 1; hay que añadir la condición de disparo: fin de la
ejecución de la "Sección Al".
t2 es la "V" del Proceso 1; la condición de disparo es el fin de la ejecución de
la "Sección crítica 1".
Zj es "entrada en la Sección B1".
l2 es "entrada en la Sección crítica 1".
Z3, t4, Z3 y Z4 son las análogas del Proceso 2.
Obsérvese que los lugares l2 y l4 quedan mutuamente excluidos.
Como un ejemplo más concreto del problema de la exclusión mutua, conside-
remos uno clásico: el de los lectores y redactores, procesos concurrentes que
acceden a unos datos comunes con las siguientes restricciones:
a) Los lectores pueden acceder a los datos simultáneamente.
b) Por el contrario, los redactores, como modifican los datos, deben trabajar
en exclusión mutua entre sí y excluyendo también a los lectores. Es decir,
mientras un redactor está ejecutando la sección crítica (acceso a los datos)
ningún otro proceso puede entrar en su sección crítica.
c) Los procesos pueden estar en alguno de estos tres estados:
A (activo: ejecutando su sección crítica);
E (esperando entrar en su sección crítica);
R (reposo: no necesita los datos, aunque puede estar ejecutando otra parte
del programa).
Figura 5.5.
Supongamos que hay dos lectores y dos redactores. Cada uno de los cuatro
procesos puede modelarse como una RdP, según la figura 5.5. Los tres lugares
corresponden a los estados definidos, y las transiciones se disparan cuando en el
proceso aparecen determinados acontecimientos: D (demanda de acceso a los
datos), C (comienzo de ejecución de la sección crítica, o acceso a los datos), F (fin
de acceso a los datos).
Ahora bien, para poder cumplir las restricciones enunciadas será preciso
interconectar las cuatro subredes: el acceso de un lector a los datos tienen que
excluir acceso de los dos redactores, pero no del otro lector, y el acceso de un
redactor tiene que excluir el acceso de los otros tres. Podemos utilizar dos semáfo-
ros, S, y S2 para excluir al lector 1 de los dos redactores y S2 para el lector 2. La
RdP global será la de la figura 5.6, en la que 11,12, rl,r2 significan "lector 1",
"lector 2", "redactor 1" y "redactor 2".
Obsérvese que la RdP en este ejemplo es binaria , y, por ello, el número de
estados es finito. Por tanto, podríamos hallar un AF equivalente, como hacíamos
en el apartado 2.3. Los estados de tal AF corresponderían a combinaciones de
estados de cada uno de los procesos, haciendo más difícil la interpretación del
modelo. Además, la RdP es modular: si se ha comprendido la idea de la figura 5.6,
es muy fácil extenderla a casos con más lectores y/o redactores. Finalmente, el
paso a la programación es inmediato: basta con poner, en cada proceso, opera-
ciones P y V sobre S1 o S2 en las transiciones C y F.
369
2.4.3. Problemas de sincronización: productores
y consumidores
En muchas aplicaciones, dos o más procesos pueden ejecutarse concurrente-
mente pero no de manera independiente: uno de los procesos no puede seguir a
partir de un punto si el otro no ha realizado una cierta acción. Para concretar,
consideremos otro problema clásico en informática: un proceso productor genera
elementos que deposita en un almacén o zona de memoria ("buffer"), mientras
que un proceso consumidor extrae elementos del mismo almacén. El almacén
tiene una capacidad limitada, N. El productor repite continuamente un ciclo:
"producir un elemento-meterlo en el almacén-producir un elemento..."; el con-
sumidor, otro: "extraer un elemento-consumirlo-extraer...". En la figura 5.7, la
parte de la izquierda corresponde al ciclo del productor, con
Ep = productor esperando (a que haya sitio en el almacén o a que el consu-

midor finalice su acceso);
Cm = comienzo de la operación de meter un elemento;
M = meter un elemento;
370
Fm = fin de la operación de meter (y comienzo de producir);
P = producir un elemento;
Fp = fin de la producción,
y la de la derecha , al ciclo del consumidor, con

Ec = consumidor esperando (a que haya elementos, o a que el productor
finalice su acceso);
Cs = comienzo de la operación de sacar;
S = sacar;
Fs = fin de sacar (y comienzo de consumir);
C = consumir un elemento;
Fc = fin de consumir.
Como indican las líneas de puntos , la RdP está incompleta. Es preciso añadir
los mecanismos de sincronización entre ambos procesos:
a) Cm no puede dispararse si no hay sitio disponible;
b) Cs no puede dispararse si no hay elementos disponibles;
c) los procesos no pueden acceder simultáneamente al almacén (ello podría

provocar, en la realización del programa, problemas de actualización de
punteros).
Para ello, añadiremos tres semáforos, modelados en la RdP como tres lugares:
a) Ss, que se inicializará con el valor N (capacidad del almacén), y cuyo valor
(número de marcas) indicará el número de sitios disponibles. F lo incre-
mentará en una unidad, y Cm lo decrementará.
b) Se, que se inicializará con valor 0, y cuyo valor indicará el número de
elementos en el almacén. C lo decrementará, y Fm lo incrementará.
c) Sm, semáforo binario con el valor inicial 1, que servirá para la exclusión
mutua de ambos procesos en el acceso al almacén.
La RdP completa es la de la figura 5.8, en la que se ha puesto un marcado
inicial que supone que la capacidad del almacén es de cuatro elementos.
371
Figura 5.7.
Figura 5.8.
Obsérvese también aquí que el número de estados es finito, pero que el AF
equivalente, que podemos encontrar, modela de manera menos natural los fenó-
menos. Asimismo, que es fácil extender la RdP para que considere más
productores y/o consumidores.
Un ejemplo típico de procesos que han de coordinarse de este modo se tiene
en los sistemas operativos con los gestores ("drivers") de dispositivos de entrada
y salida: un gestor de salida es un consumidor que, cuando tiene en el almacén
alguna información para enviar al periférico de salida, se ejecuta; el productor es
el programa que produce esas informaciones. Simétricamente, un gestor de
entrada es un productor para los programas que consumen esas informaciones.
El esquema para la programación de un productor y un consumidor sería:
Productor Consumidor
r r
Producir-elemento; p(sey,
P(SJ;
P(SJ; Sacar-elemento;
Meter-elemento; V{Sm);
V(SJ; V{Ss);
Consumir-elemento.
Obsérvese que Sm es el equivalente al semáforo "exmut" del ejemplo anterior,

mientras que Se y Ss aseguran la coordinación de los dos procesos.
3. Autómatas estocásticos
3.1. Definición
Un autómata estocástico o probabilista es una quíntupla
AP = <E, S, Q,P,h>,
donde:
E,S,Q\ son, como en los autómatas deterministas, los alfabetos de entrada

y salida y el conjunto de estados, que supondremos finito:
Q = {qv qv- q,}
373
h: es la función de salida (consideraremos sólo autómatas de tipo
Moore), que se supone determinista.
P\ ExQ —> [0,1]" es la función de probabilidades de transición'.
P(e, q) = (pie, q),p2(e, q), ...,p„(e, q)),

donde 0 < p¡(e,q) < 1 es la probabilidad de que, estando en el estado q y
recibiendo la entrada e, se pase al estado q.. Deberá cumplirse que:
n
HPi(e,q) = i
í=i
Si consideramos todos los estados en que puede encontrarse el autómata

cuando recibe una entrada e, podemos definir una matriz de probabilidades de
transición, M(e):
Pi(e,<li) ••• P„(e>11)

M(e) =
••• PÁe^„)
de modo que el elemento mv¡ = pj(e,q) de M(e) es la probabilidad de pasar del
estado ^,.al q¡ bajo la acción de la entrada e.
Six = e1 e2... em e E *, es fácil demostrar, por inducción sobre m, que M(x) =
M(ei) -M(e2) ...M(eJ.
Un AF determinista es un caso particular del estocástico. En el caso estocás-
tico, m¡j e [0,1], y en el determinista m¡j e {Q1} . En cualquier caso, la suma de
los elementos de cada fila en todas las matrices M debe ser la unidad.
3.2. Ejemplo
Sea un autómata estocástico definido por:
E = S={ 0,1}
Q = Wv It}
%,) = 0; h(q2) = 1
P(0, qj = (0,7; 0,3); P( 1, qj = (0,4; 0,6)
P(0, q2) = (0,6; 0,4); P( 1, q2) = (0,2; 0,8)
374
Podemos representar este autómata por un diagrama de Moore (figura 5.9),
indicando sobre cada transición la probabilidad asociada.
0/0,7 0/0,3 0/0,4

1/0,4 1/0,6
1/0,8
qj 1
0/0,6
1/0,2
Figura 5.9.
Las matrices de probabilidades de transición correspondientes a los símbolos

de entrada son:
0,7 0,3 0,4 0, 6

M(0) = ^(1) =
0,6 0,4 0,2 0, 8
Si por ejemplo estamos interesados en la respuesta a la cadena x = 011,

tendremos:
2
0,7 0,3 0,4 0,6 0,268 0,732
M(011) =
0,6 0,4 0,2 0, 8 0, 264 0, 736
Así, la probabilidad de pasar de q, a q2 bajo la acción de x = 011 es 0,732. Al
mismo resultado se llega si se consideran las cuatro posibilidades existentes para
pasar de q, a q2 con la cadena 011:
O l í : probabilidad = 0,7 x 0,4 x 0,6 = 0,168

•^íi ">92
0 1> 1 : probabilidad = 0,7 x 0,6 x 0,8 = 0,336

' h • h Qi
n 1 1 : probabilidad = 0,3 x 0,8 x 0,8 = 0,192

' I2 ~* ~^
375
O, 1, 1 : probabilidad = 0,3 X 0,2 x 0,6 = 0,036
probabilidad total = 0,732
3.3. Reconocedores estocásticos

Siguiendo la misma línea del capítulo 4, podemos definir un reconocedor
estocástico como
Rp = <E, Q,qvP,F>
donde ql es el estado designado como inicial y F <zQ es el conjunto de estados

finales. (Algunos autores introducen también la indeterminación de tomar un
estado inicial u otro, y, en lugar de q1} incluyen un conjunto, Y = {\|/ i; \|/2, ...,
\|/;i} , que representa las probabilidades asociadas a cada estado inicialmente).
El estudio de los lenguajes aceptados por reconocedores estocásticos es más
complicado que en el caso determinista, ya que una misma cadena puede ser
aceptada por el reconocedor en unas ocasiones y rechazada en otras. La probabi-
lidad de que x e E * sea aceptada, será:
P(x) = YsPiiq
i
Así, en el ejemplo anterior, si q1 es el estado inicial y q2 el final, p(011) = 0,732.
Se define el lenguaje aceptado por un reconocedor estocástico haciéndolo
depender de un parámetro designado mediante la letra X „ llamado punto de corte
del lenguaje:
L¿\) = {xeE*\p(x)>'k}
y se demuestra que tales lenguajes son una generalización de los conjuntos

regulares.
4. Autómatas estocásticos de estructura variable

Un autómata estocástico o probabilista de estructura variable, APEV, es una
séxtupla
APEV = <E, S, Q,P, h,A>,
376
donde E, S, Q, P, h tienen el mismo significado anterior, y A es un algoritmo
llamado esquema de actualización o esquema de refuerzo que genera P,+1 a partir
de P,, st y et. Así en un APEV las probabilidades de transición no son siempre las
mismas, sino que van evolucionando en función de su valor anterior, de la res-
puesta última y de la entrada. Esta característica es la que confiere al APEV la
capacidad de adaptarse y de aprender.
5. Autómatas con aprendizaje

5.1. Una primera definición de "aprendizaje"
De momento, podemos definir el término aprendizaje como la capacidad que
tiene un sistema para cambiar su estructura adaptativamente, de modo que las
respuestas que genera a los estímulos de su entorno van siendo progresivamente
mejores.
Así pues, para decidir si las respuestas son "mejores", un elemento externo al
sistema (que, por tanto, forma parte del entorno) ha de evaluar esas respuestas. El
sistema que aprende consta de dos subsistemas: uno contiene la parte adaptativa,
es decir, los componentes que cambian (en los casos más sencillos y más estu-
diados, estos cambios son, simplemente, modificaciones de parámetros), y el otro,
al que llamaremos esquema de actualización o algoritmo de aprendizaje, provoca
los cambios de acuerdo con el resultado de la evaluación. La figura 5.10 muestra
un esquema genérico del conjunto formado por el sistema que aprende y el
entorno.
Figura 5.10.
377
En el apartado 8 veremos que esta definición se puede enmarcar en una
concepción más amplia del aprendizaje. Veamos ahora cómo con autómatas
sencillos pueden construirse sistemas cuyo comportamiento satisface a esta
definición.
5.2. Aprendizaje en un APEV

Un APEV contiene los dos subsistemas mencionados: las probabilidades P son
los parámetros que cambian (la parte adaptativa), y el algoritmo A es el esquema
de actualización. Por tanto, interactuando con un entorno que evalúe sus salidas
(figura 5.11) puede presentar un comportamiento que se ajuste a la definición dada
de "aprendizaje". Podemos así definir un autómata de aprendizaje probabilista
como un APEV que opera en un entorno y va actualizando sus probabilidades de
transición para mejorar su comportamiento en algún sentido especificado.
En psicología, un autómata de aprendizaje puede ser un modelo del compor-
tamiento de un organismo bajo estudio, donde el APEV será el modelo del
organismo y el entorno estará representado por el experimentador. En una apli-
cación de ingeniería, tal como el control de un proceso, el controlador es el APEV,
y el resto del sistema, con sus incertidumbres, constituye el entorno.
Las respuestas del entorno son frecuentemente binarias, es decir, E = {0,1}, y
a una de ellas se le llama "respuesta de premio" y a la otra "respuesta de castigo".
e e E seS
APEV
Entorno
Figura 5.11.
La utilización de un autómata de aprendizaje sólo tiene interés cuando el

comportamiento del entorno es desconocido, puesto que si no fuera así, un AF de-
terminista nos resuelve el problema. Generalmente se supone que el entorno es
aleatorio, y la probabilidad de que produzca salida "1" dependerá de su entrada,
es decir, de la respuesta s del autómata. Así, si S tiene r elementos, tendremos r
probabilidades Cf(¿ = 1, 2,..., r) de que el entorno de salida "1". A estas probabi-
lidades se les llama probabilidades de castigo.
Para juzgar el grado de aprendizaje se define un castigo medio recibido por el
autómata: en un instante t, si el autómata produce la salida si con probabilidad
p,(t), el castigo medio condicionado a P(t) es:
M(t) = E[e(t)\P(t)] = JjPi(t)Ci

i= 1
Si suponemos que en t = 0 el autómata escogerá una salida u otra con igual

probabilidad, se tendrá
Xc,
M ( 0) =
El uso del término "aprendizaje" sólo tiene sentido si M(t) se va haciendo

menor que M(0). Según como sea esa tendencia se definen unos tipos u otros de
autómatas, y se estudian los esquemas de actualización necesarios para
conseguirlos.
6. Autómatas borrosos
Podemos definir un autómata finito borroso como
AB = <E,S,Q,f,h>
donde E,S,Qy h: Q—> S tienen el mismo significado que en el AF ordinario, y

/ e s una función de transición borrosa:
/: ExQxQ^M
(en adelante tomaremos M= {x \ 0 < x < 1}). Esta/se interpreta así:
si J(e, q., q¡) = 0, seguro que, con entrada e, no hay transición de q. a q:,
si f(e, q¡, q) = 1, seguro que, con entrada e, hay transición de q¡ a qr,
si f(e, qP q~¡) = a , a es el grado de confianza de que, para entrada e, haya
transición de q¡ a qf
(Obsérvese que también podríamos haber definido, de forma totalmente

equivalente,
F-.ExQ^M
379
con
F(e, q) = (ft(e, q),f2(e, q), ...,fn(e,q)),
donde f.(e, q) sería la f(e, q, q¡) de la definición dada).

La función de transición se puede representar mediante una matriz para cada
símbolo de entrada:
Ae,qx,q^) ... Ae,qt,q¿
T(e) =
Ke,q,„qi) f(e,q„,q2) ••• fte>q„,q„)
Ejemplo:
E = {a, b, c}; 5 = {0,1}; Q = {qv qv q3}

Kq) = h(q2) = 0; h(q3) = 1
0,2 0,7 0 0,7 0 0,4

T(a) = 0 , 2 0 0,1 0,5 0•m =0,5
0,6 0 0,1 0,2 0 0,6
0 0 0,8
T(c) = 0 0,8 0
0 0,6 0,2
Gráficamente, representaremos al autómata por el diagrama de la figura 5.12.
El concepto recuerda al de autómata probabilista (AP),pero hay dos diferencias
importantes:
a) Puesto que no se trabaja con probabilidades, no es necesario que las filas
de las matrices de transición tengan componentes cuya suma sea la unidad.
b) En el AP, para calcular las probabüidades de transición para una cadena x

= eíev..en se multiplicaban las sucesivas matrices. Así, si x = e,e2
Kx>qi>q¡) = X •/(<?!,qk,q¡)]
En el borroso, se aplica la regla de composición de funciones:
f(x, q„ q) = máx [mínê,, q:, qk),j(e2, qk, q))]

lo que equivale a sustituir el producto ordinario de matrices por el producto máx-
mín.
bl0,4
c/0,8
a/0,2
6/0,7
a/0,6
6/0,2
Figura 5.12.
Por ejemplo, la función de transición para la cadena x = bca en el autómata

anterior será:
T(bca) = T(b)T(c)T(a) =
0,7 0 0,4 0 0,8 0 , 2 0,7 0

0,5 0 0,5 0,8 0 0,2 0 0,1
0,2 0 0,6 0, 6 0, 2 0,6 0 0,1
0,7 0 0,4 0,6 0 0,1 0,6 0 0,1

0,5 0 0,5 0,2 0 0,1 0,5 0 0,1
0,2 0 0,6 0,2 0 0,1 0,2 0 0,1
Si inicialmente estamos en el estado qv el subconjunto borroso de Q que
expresa el grado de confianza de estar en cada estado será Q°B = {qj 1; qJQ; qJO};
tras aplicar la cadena bca, se transformará en
0,6 0 0,1
Q'b" = [l o o] 0,5 0 0,1
0,2 0 0,1
381
= [0,6 O 0,l] = {(qi/0,6);(q3/0,l)}
Y lo mismo que con el autómata probabilista, puede definirse un autómata

borroso de estructura variable, ABEV = <E, S, Q,f, h,A>, donde A es el esquema
de refuerzo o de actualización, que genera fM en función de/, et, st, y utilizarlo en
un entorno aleatorio como sistema de aprendizaje. La ventaja con relación al
APEV es que los esquemas de actualización están basados en productos máx-mín
de matrices, lo que le confiere mayor velocidad. El principal inconveniente es la
dificultad para establecer estudios analíticos sobre las propiedades de conver-
gencia.
7. Autómatas celulares
Evidentemente, los AF, sean deterministas, estocásticos o borrosos, pueden
interconectarse: si tenemos dos AF (deterministas, para simplificar),
A1 = <EVSV QvfVGT>
A2 = <E2,S2,QVF2,G2>
tales que E2 = ST, y si suponemos que A2 siempre recibe como entrada el símbolo
de salida generado por AV el conjunto es un AF:
A12 = <EÍ,S2, Q, f , g>
con Q = Q¡ x Q2 y funciones de transición y salida, f y g, tales que
f{e,<qv q2>) = <f,(e, q^figê, qj, q2)>

g(e,<qv q2>) = gê, qt), q2)
donde <qt, q2> e Q
Como ejercicio (muy sencillo), el lector puede construir el AF que resulta de

conectar la salida del sumador binario (figura 2.8) a la entrada del detector de
paridad (figura 2.6).
Por supuesto, si también ocurre que E1 = S2, se puede asimismo conectar la
salida de A2 a la entrada deA, (resultando en el comportamiento global fenómenos
382
típicos de la realimentación). En general, con N autómatas que compartan los
mismos alfabetos de entrada y salida podemos construir redes de autómatas.
Aunque cada uno de los autómatas componentes tenga un comportamiento indi-
vidual muy sencillo, siNy el número de conexiones son suficientemente grandes,
el comportamiento colectivo del sistema puede ser tan complejo como para imitar
los fenómenos que se encuentran en los sistemas físicos o biológicos reales.'
Los autómatas celulares son redes de autómatas en las que:
• Los componentes, todos idénticos, se llaman células, y están distribuidos

espacialmente (generalmente se considera un espacio de una o dos dimen-
siones) formando una "rejilla" o "retículo" regular. Esta distribución puede
adoptar distintas formas, pero siempre es regular. Por ejemplo, en un
espacio de dos dimensiones las células pueden ser "triangulares" (triángu-
los equiláteros, cada uno de los cuales puede tener hasta otros tres
triángulos "adosados"), "cuadradas", "octogonales"...2
• Cada célula es una máquina de Moore con S = Q (h(q) = q)yE = Qv, donde
Qv es el "estado de la vecindad": el estado compuesto por los estados de
todas las células que rodean a ésta. Como vecindad puede entenderse un
conjunto más o menos grande de células. Por ejemplo, en un autómata
celular de dos dimensiones con células "cuadradas" puede considerarse que
la vecindad de una célula está formada por un máximo de otras cuatro
células (las que tienen lados adyacentes con ella), o por un máximo de ocho
(si se cuentan también las que limitan por las esquinas), o también pueden
extenderse el "radio" y considerar parte de la vecindad a células adyacentes
a las anteriores.
• La función de transición es la misma para todas las células:
y se suele considerar un modo de funcionamiento síncrono, es decir, las

transiciones tienen lugar de manera simultánea en todas las células.
Aun con células binarias (Q = {0,1}) y funciones de transición muy sencillas

(por ejemplo, la "regla de la mayoría": si el número de "unos" en {Q, Qv} es
superior al número de "ceros" entonces el estado siguiente es "1", y en caso con-
trario es "0") se obtienen configuraciones espacio-temporales complejas. Pero los
1
Esto se debe a un principio de la ciencia de los sistemas que se suele expresar informalmente con una frase
atribuida a Aristóteles: "el todo es más que la suma de las partes". Es decir, de la combinación de elementos
simples pero ricamente interconectados surge un sistema con modos de comportamiento complejos e imprede-
cibles a partir del comportamiento sencillo de cada uno de los elementos.
2
E1 lector comprenderá fácilmente por qué se les llama también "autómatas de mosaico" ("tessellated automata").
383
autómatas celulares son especialmente interesantes cuando, además, se les dota
de reglas de reproducción y desaparición: en función del estado de la vecindad y
del suyo propio, una célula puede "morir" o bien, si su vecindad no está completa,
"procrear". Resultan entonces modos de comportamiento evolutivos y complejos
que guardan relación con un campo de mucha actualidad: los sistemas caóticos y
los fractales.
8. Sistemas con aprendizaje

8.1. ¿Puede aprender una máquina?
El campo de la inteligencia artificial llamado "aprendizaje automático", o
"aprendizaje en máquinas" está conociendo un gran auge en los últimos años. Este
asunto desborda ya, realmente, los objetivos de este libro, pero dado que el
capítulo 6 del tema "Lógica" se ha dedicado a la ingeniería del conocimiento, y
que en el apartado 5.1 hemos avanzado una definición (provisional) de aprendi-
zaje, parece conveniente que nos detengamos por un momento a apuntar las ideas
básicas del campo. Lo haremos de manera muy esquemática y nada formalizada,
remitiendo al lector interesado a la selección bibliográfica del apartado 10.
La opinión de que la capacidad de aprender es una característica indispensable
para poder considerar a un sistema como "inteligente" parece bastante razonable.
Según lo dicho en el apartado 5.1, sólo se puede afirmar que un sistema aprende
si se modifica a sí mismo en el curso de su interacción con el entorno, generando
cambios adaptativos en su estructura ("adaptativos" significa que los cambios
tienen por finalidad que el sistema responda mejor en ese entorno). Si aceptamos
estas dos premisas, entonces es discutible que la mayoría de los sistemas artifi-
ciales llamados "inteligentes" (y, concretamente, los sistemas expertos) lo sean
realmente: ¿significa la transferencia de conocimientos de un experto humano al
sistema un "cambio adaptativo" en el sistema? Más bien parece que no, de la mis-
ma manera que no consideramos que un ordenador "aprenda" al cargar un progra-
ma en su memoria.
La pregunta que encabeza este apartado3 no es ajena al debate sobre la
inteligencia artificial mencionado al principio del capítulo 6 del tema "Lógica".
Ahora bien, considerando el comportamiento de algunos sistemas uno se siente
inclinado a responder afirmativamente. Así, el conocido como "NetTalk" recibe
a la entrada secuencias de caracteres alfabéticos y produce a la salida sonidos. En
una fase de entrenamiento se le van presentando frases escritas junto con su
locución correcta ("ejemplos"), y el sistema va ajustando ciertos parámetros
'Entiéndase por "máquina" un "sistema artificial", a fin de evitar una respuesta similar a la que daba Claude
Shannon ante la pregunta de si las máquinas pueden pensar: "You bet. I'm a machine and you're a machine, and
we both think, don't we?" (Horgan, 1992).
384
internos (son los "cambios adaptativos"). Después de un número suficientemente
grande de ejemplos, el sistema ha "generalizado", en el sentido de que sabe "leer
en voz alta" frases que no se le han presentado como ejemplos durante el
entrenamiento. Otros sistemas son los que aprenden a reconocer los caracteres
manuscritos de una determinada persona (tras una fase de entrenamiento para esa
persona), que se están utilizando ya industrialmente, por ejemplo, en los "ordena-
dores de lápiz" ("pen computers").
Sin embargo, si aprender es adquirir conocimientos, la respuesta depende de
lo que entendamos por "conocimiento". En los casos mencionados puede enten-
derse que, tras la fase de entrenamiento, el sistema "tiene el conocimiento"
necesario para traducir de caracteres escritos a sonidos en un caso, o para distin-
guir unos caracteres de otros, en el otro. Pero ¿dónde está este conocimiento, y
qué forma tiene? Está en los parámetros internos del sistema, que se han ido
ajustando, y su forma, numérica, es ininteligible para un ser humano. "NetTalk",
o un sistema similar, podrá diferenciar entre, y pronunciar más o menos acepta-
blemente, "this" y "these", pero de ninguna manera puede decirse que haya apren-
dido el concepto de "fonema"; un sistema de reconocimiento de caracteres podrá
llegar a distinguir entre "A" y "H", pero no nos informará de la diferencia
morfológica entre ambos.
Ahora bien, como veremos más adelante, también hay procedimientos que
permiten adquirir y formar conceptos. Es posible, por ejemplo, diseñar un pro-
grama que obtenga descripciones estructurales imprecisas de los distintos carac-
teres escritos ("concepto H" = "dos segmentos aproximadamente verticales unidos
en las proximidades de sus puntos medios por un segmento más o menos horizon-
tal"). Sistemas de este tipo ya no sólo aprenden: descubren regularidades en los
datos de entrada, generalizan y expresan los conceptos aprendidos en un lenguaje
simbólico y comprensible.
Así pues, la respuesta, en cualquier caso, es "sí". Un caso es el del aprendizaje
entendido como capacidad de cambiar adaptativamente mediante la modificación
de ciertos parámetros internos. En el otro caso se supone que el sistema dispone
de algún mecanismo de representación del conocimiento de forma inteligible para
la mente humana, y los cambios adaptativos consisten en modificar conocimien-
tos previos o adquirir conocimientos nuevos. Diremos que los sistemas que adop-
tan el primer punto de vista siguen un enfoque conductista, y los que se centran
en el segundo, un enfoque cognoscitivo.
En cuanto a las aplicaciones, aparte de las ya comentadas (síntesis de voz y
reconocimiento de caracteres), hay una de tipo práctico en la ingeniería del
conocimiento: la adquisición del conocimiento (tema "Lógica", capítulo 6, apar-
tado 1.4). La adquisición automática o semiautomática para la construcción
sistemas expertos es una alternativa al procedimiento "tradicional" de entrevistar
a expertos humanos. El sistema puede inducir sus propias reglas generales a partir
de "ejemplos" concretos (casos resueltos por el experto o con solución conocida
por cualquier otra vía). Otra aplicación de gran interés y potencialidad para la
385
evolución futura de la ingeniería del conocimiento es la posibilidad de inducción
automática de conocimientos explorando grandes bases de datos (apartado 8.4).
8.2. Enfoques conductistas: redes neuronales

Las primeras propuestas de sistemas con aprendizaje automático se basaron en
el concepto de refuerzo de la psicología conductista. El "sistema aprendiz" ha de
ser susceptible de sufrir modificaciones estructurales, ante la actividad de un
agente externo (el "crítico", o "maestro") que lo premia o lo castiga en función de
sus respuestas, acertadas o no, ante diferentes estímulos. El algoritmo de refuerzo
incluido en el sistema determina las modificaciones que corresponden a los
premios y los castigos, y si este algoritmo es adecuado el sistema irá mejorando
su comportamiento (dando más respuestas acertadas) a medida que se le vayan
proporcionando casos. La definición del apartado 5.1 es típicamente conductista,
y el esquema de la figura 5.10 obedece a este enfoque. El "maestro" de la
descripción anterior haría la función de evaluación, y también podría proporcionar
los estímulos; el esquema de actualización, o algoritmo de refuerzo, sería algo
"cableado" o "programado" en el propio sistema que actuaría de acuerdo con el
resultado (premio o castigo) de la evaluación.
Los autómatas de aprendizaje responden a este enfoque conductista. Y también
las redes neuronales, que son, actualmente, los sistemas con enfoque conductista
más utilizados y con más aplicaciones desarrolladas. Veamos sus principios.
Las redes neuronales recuerdan algo a los autómatas celulares, pero se diferen-
cian de ellos en dos cosas:
• Las "células", ahora llamadas neuronas, son elementos combinacionales

(sin memoria).
• No existe una "configuración espacial". Las redes se forman conectando la
salida de cada neurona a entradas de otras, de manera totalmente irregular
o bien por capas; en este segundo caso, hay una capa de neuronas de entrada
que recibe los estímulos y cuyas salidas se conectan a las neuronas de una
segunda capa, y así sucesivamente, hasta la capa de neuronas de salida.
Un modelo básico de neurona es el elemento lógico con umbral, con n entradas
("sinapsis") y una salida ("axón") binarias, y cada entrada puede estar ponderada
por un peso, w., comprendido entre -1 y +1; la salida es "1" si la suma de las
entradas, multiplicada cada una por su peso, supera el umbral, 0 , y "0" en caso
contrario.
El Perceptron es una red neuronal diseñada para la clasificación de formas
gráficas. La entrada, o "retina", está formada por células sensibles a la luz, o
células sensoriales, cuyas salidas (con valor "0" o "1", dependiendo de la intensi-
dad luminosa en el punto) se conectan directamente (sin pesos intermedios) a
entradas de neuronas llamadas células asociadoras, y la salida de éstas a cada una
de las células de respuesta de la salida a través de pesos ajustables. No todas las
células sensoriales se conectan a todas las asociadoras. La selección de conexio-
nes corresponde a lo que en reconocimiento de formas se llama extracción de ca-
racterísticas, y en el Perceptron se establece de manera aleatoria. La figura 5.13
ilustra el esquema en el caso de que sólo haya una neurona de respuesta. En este
caso sólo es posible una decisión binaria; por ejemplo, decidir si la forma presente
a la entrada es de tipo rectangular o no (con n neuronas de respuesta se pueden
establecer 2" clases). Antes de seguir adelante, digamos que este sencillo sistema
(con una sola neurona, o, de manera más general, con una sola capa de neuronas:
las células sensoriales y las asociadoras, que carecen de pesos, no se considera que
formen capas) no es capaz de realizar esa tarea (es decir, de aprender a distinguir
una forma rectangular de otra que no lo sea); sí es posible resolverla con redes de
más de una capa.
El mecanismo para el aprendizaje en el Perceptron es un algoritmo que
modifica los pesos durante la fase de entrenamiento. Por ejemplo, un algoritmo
muy sencillo para el caso de salida binaria de la figura 5.13 consiste en actuar
solamente en caso de error (algoritmo de sólo castigo), del siguiente modo: si para
una determinada forma de entrada la salida es "0" cuando debería haber sido "1",
aumentar los pesos correspondientes a las conexiones con neuronas asociadoras
cuya salida es "1", y si la salida es "1" cuando debería haber sido "0", reducir los
pesos. El objetivo es que, tras un determinado número de ejemplos en la fase de
entrenamiento, el sistema sea después capaz de clasificar sin errores, o con un
porcentaje de errores aceptable. Normalmente se parte de un conjunto de ejemplos
clasificados correctamente que se particiona en dos, un conjunto de entrenamiento
y un conjunto de comprobación; con los elementos del primero se ajustan los
pesos mediante el algoritmo de refuerzo, y el segundo sirve para evaluar en qué
medida el sistema ha aprendido. La extensión del algoritmo para n neuronas de
respuesta es inmediata: cada una tiene sus propios pesos, y se entrena indepen-
dientemente de las otras.
387
Este sistema, con una sola capa, tiene una limitación grave: la condición para
que el sistema converja durante el entrenamiento hasta conseguir un conjunto de
pesos que discriminen perfectamente entre las clases es que haya separabilidad
lineal en el espacio de características (espacio con tantas dimensiones como cé-
lulas asociadoras, en el que se proyectan los ejemplares presentados a la entrada).
Esto quiere decir que para cada clase debe existir un hiperplano que separe a las
proyecciones de los elementos de esa clase de las de todos los demás. Esta
condición es extraordinariamente restrictiva, pero basta con introducir dos "capas
ocultas" para formar regiones de separación arbitrarias en el espacio de caracterís-
ticas. (Una neurona oculta es aquella cuya salida no se toma como salida del sis-
tema, sino que activa a otra u otras neuronas a través de nuevos pesos). El algo-
ritmo anteriormente esbozado ya no es válido (¿cómo podemos evaluar las salidas
de las neuronas ocultas?), y se han desarrollado otros más complejos. Mencione-
mos solamente, para terminar este apunte sobre redes neuronales, el nombre del
más conocido: algoritmo de retropropagación.
Las redes neuronales son, al menos en su origen, un modelo "biónico" (es
decir, un modelo para ingeniería inspirado por los sistemas biológicos) basado en
la ontogenia: la formación de un sistema nervioso mediante modificaciones de las
conexiones sinápticas para adaptarse al entorno. Otro tipo de modelos biónicos
son los basados en la filogenia, o evolución de las especies. Son los algoritmos
genéticos, y los programas evolutivos, en los que el sistema está formado por una
"población" con una "dotación genética" que va evolucionando por mutación,
entrecruzamiento, y otros operadores genéticos. También son ya numerosas las
aplicaciones en ingeniería de estos sistemas, y de nuevo remitimos al lector a la
bibliografía del apartado 10 si está interesado en su estudio.
8.3. Enfoques cognoscitivos: adquisición

de conceptos
Durante los años 60 se produjo un cambio de paradigma dentro de la psi-
cología, pasando del "conductismo" al "cognitivismo". Simplificando mucho, y
utilizando términos familiares en informática e ingeniería, la psicología con-
ductista estudia la mente como una "caja negra", mientras que la cognoscitiva se
centra en las estructuras y procesos internos mentales. Las redes semánticas y los
marcos (tema "Lógica", capítulo 6, apartado 4) son ejemplos de modelos pro-
cedentes de la psicología cognoscitiva.
En los enfoques cognoscitivos al aprendizaje automático el énfasis no se pone
tanto en la mejora del rendimiento del sistema (medido como porcentaje de
respuestas correctas) como en que éste sea capaz de construir o de refinar
estructuras de conocimiento (sentencias lógicas, redes semánticas, etc.). La figura
5.14 ilustra este nuevo enfoque: las acciones del sistema se basan en estructuras
almacenadas en una base de conocimientos, y el aprendizaje del sistema consiste
en construir o modificar tales estructuras. Las estructuras de representación del
conocimiento estarán expresadas en un lenguaje simbólico. De ahí que algunos
autores llamen simbólicos a los sistemas basados en estos enfoques, y subsimbóli-
cos a los basados en enfoques conductistas. A estos últimos, como generalmente
tienen una estructura formada por muchas unidades elementales con muchas
conexiones entre ellas, se les llama también sistemas conexionistas.
Figura 5.14.
Hay diferentes aproximaciones para la realización de sistemas de aprendizaje

cognoscitivos, que podemos clasificar teniendo en cuenta tres dimensiones: el
lenguaje de descripción, la estrategia de inferencia y el conocimiento de base.
El lenguaje de descripción tiene dos componentes, una para describir a los
objetos (o sea, los ejemplos que se le suministran al sistema para que aprenda y
los que luego se le presentan para que aplique el conocimiento adquirido) y otra
para describir el conocimiento. Los sistemas más conocidos utilizan algún len-
guaje de descripción por atributos valorados, es decir, los objetos se describen
dando los valores que toman sus propiedades o atributos, y representan el cono-
cimiento mediante árboles o reglas de decisión. Estos lenguajes son del tipo "0+"
que comentábamos en el apartado 2.5 del capítulo 6 del tema "Lógica".
La estrategia más común es, como en los enfoques conductistas, de tipo
inductivo: a partir de ejemplos, se induce una descripción general. Pero también
hay estrategias puramente deductivas. Así, un tipo de aprendizaje que reciente-
mente está siendo muy estudiado es el "basado en explicación", que consiste en
transformar deductivamente la definición de un concepto en otra definición más
operativa por medio de la explicación de un solo ejemplo de ese concepto. Otro
tipo, que combina elementos inductivos y deductivos, es el aprendizaje por
analogía, en el que tiene lugar una transferencia de conocimientos (por ejemplo,
389
una solución conocida de un problema) a una situación nueva (por ejemplo, un
problema similar).
En cuanto al conocimiento de base (conocimiento que existe en el sistema
previamente a la fase de aprendizaje), en los métodos puramente inductivos puede
ser nulo, mientras que en los deductivos y analógicos, por su propia naturaleza, es
esencial. Pero también en el aprendizaje inductivo puede ser importante. En
efecto, el proceso de aprendizaje es asimilable a una búsqueda en un espacio de
descripciones, y el conocimiento de base puede servir para que esa búsqueda no
sea "ciega", sino guiada. Esto está muy estrechamente ligado con el lenguaje de
descripción. Antes hemos dicho que en muchos sistemas el lenguaje es del tipo
"0+", lo que limita el rango de problemas que pueden tratarse: por ejemplo, no
pueden aprenderse conceptos que se refieran a objetos estructurados o a relaciones
entre objetos; para ello sería preciso utilizar un lenguaje basado en la lógica de
predicados. El problema de utilizar un lenguaje de descripción más expresivo es
que el espacio de búsqueda se hace también mucho más extenso y aparece el
fantasma conocido en la inteligencia artificial como explosión combinatoria
(fenómeno que ya hemos comentado en el tema "Lógica": apartados 4.8 del
capítulo 4 y 2.5 del capítulo 6). De manera más rigurosa, y utilizando un término
que se definirá con precisión en el capítulo 7 del tema "Algoritmos", podemos
decir que el uso de estos lenguajes conduce a problemas de complejidad superior
a la polinómica en los algoritmos de aprendizaje. Es aquí donde entra enjuego el
conocimiento de base, "podando" la búsqueda y reduciendo la complejidad de
modo que el problema se haga tratable.
En cualquier caso, los sistemas más conocidos son los llamados de aprendizaje
empírico. Son sistemas inductivos sin conocimiento de base en los que el proble-
ma del aprendizaje se expresa en términos de adquisición de concepto. Un con-
cepto es, en principio, una clase de equivalencia. Los ejemplos que forman el
conjunto de entrenamiento deben estar clasificados en un número finito de clases,
y la tarea del sistema consiste en adquirir a partir de ellos una descripción para
cada clase, de modo que cuando se presente la descripción de un objeto nuevo
pueda asignársele una de las clases. Como ejemplo de sistema de este tipo, uno ya
clásico es la aplicación que se hizo de un algoritmo de aprendizaje empírico
llamado "AQ" a un sistema experto para el diagnóstico de enfermedades en la
planta de la soja. El número de enfermedades distintas (conceptos) era quince, y
el de síntomas (atributos) treinta y cinco. El sistema experto había sido construido
inicialmente con técnicas tradicionales de adquisición del conocimiento (entrevis-
tas con expertos para la obtención de reglas), y su precisión en el diagnóstico era
71,8%. A lo largo del trabajo se habían llegado a recopilar 630 casos de enferme-
dades diagnosticadas; de ellos se tomaron al azar 290 (conjunto de entrenamiento)
sobre los que se aplicó el algoritmo "AQ", y las reglas obtenidas se comprobaron
con los 340 casos restantes (conjunto de comprobación). La precisión obtenida al
sustituir las reglas de los expertos por las inducidas fue 97,6%.
8.4. Formación de conceptos y descubrimiento
Hasta ahora hemos venido suponiendo implícitamente, tanto en las figuras
como en el texto, que existe un "crítico" o "maestro" que "enseña" al sistema, bien
sea porque le da "premios" y/o "castigos" durante la fase de entrenamiento (como
suele hacerse en los enfoques conductistas), o porque ha proporcionado previa-
mente un conjunto de ejemplos "clasificados" con los que el sistema trabaja luego
para inducir su conocimiento (como en "AQ"). Se dice en todos estos casos que
el aprendizaje es "supervisado". En el aprendizaje "no supervisado" no hay
maestro: el sistema debe descubrir por sí mismo regularidades en los datos de
entrada e inducir categorías o conceptos. El aprendizaje supervisado se llama
también adquisición de conceptos, y el no supervisado, formación de conceptos.
En formación de conceptos hay tres campos: agrupamiento conceptual, descu-
brimiento cuantitativo y descubrimiento cualitativo.
Los sistemas de agrupamiento conceptual buscan "similaridades" entre los
objetos, los agrupan en clases (o conceptos) y obtienen descripciones de estas
clases. Su utilidad radica en que pueden descubrir clasificaciones cuando el
número de objetos y de sus atributos y relaciones es muy grande para la intuición
humana. Con el descubrimiento cuantitativo se trata de encontrar relaciones
numéricas en los datos. Así, el sistema "BACON" ha "redescubierto" muchas
leyes clásicas de la física y la química. El descubrimiento cualitativo pretende
encontrar entre los datos relaciones más generales, descubrir conceptos y formar
teorías.
Aparte de su evidente interés científico, estos sistemas tienen una aplicación
práctica inmediata en los sistemas de información. En efecto, es un hecho sobra-
damente conocido el crecimiento exponencial del volumen de datos almacenados
en los servidores de información repartidos por todo el mundo y las posibilidades
de acceso cada vez mayores a esos datos. Los sistemas de descubrimiento
automático pueden aplicarse a facilitar la navegación por esas fuentes y a encon-
trar en esas grandes masas de datos la información que se busca (y que se esconde
en ellos). A este campo se le llama también "minería de datos".
9. Resumen
El modelo básico de autómata finito (AF) descrito en los anteriores capítulos
puede generalizarse en varias direcciones. Las redes de Petri (RdP) y los modelos
derivados de ellas son generalizaciones útiles porque permiten representar, de
forma más expresiva que con AF, sistemas discretos compuestos por subsistemas
que se comunican entre sí. Esto tiene gran interés, por ejemplo, en el procesa-
miento distribuido, en las redes de ordenadores y en los protocolos de comuni-
caciones.
391
Una vía alternativa para la modelación de sistemas complejos son los autóma-
tas celulares, formados por retículos de células simples en un espacio geométrico,
y que encuentran aplicaciones, por ejemplo, en procesamiento de imágenes.
Otra generalización surge al considerar modelos estocásticos o borrosos. En
principio, su interés es la modelación de sistemas en los que no se conocen con
precisión las relaciones causales. Pero también son la base para el diseño, median-
te autómatas de estructura variable, de sistemas que "aprenden" (mejoran su com-
portamiento) al ir interactuando con su entorno.
Y este último asunto nos ha conducido al campo del aprendizaje automático
entendido de un modo más general. Aquí solamente hemos esbozado las ideas
básicas del campo. Como compensación, en el apartado siguiente nos extendere-
mos algo más de lo habitual tanto en su evolución histórica como en referencias
bibliográficas para el lector interesado en estudiarlo con detalle.

Las RdP proceden del modelo propuesto por Carl Adam Petri (1962) en su tesis
doctoral. Varios investigadores, a mediados de los 70, las "redescubrieron" como
modelo básico para sistemas distribuidos (Peterson, 1977, Bochmann, 1979). Más
detalles pueden encontrarse en el artículo de Murata (1989).
Durante los años 40 y 50 von Neumann formuló (entre otras cosas más cono-
cidas) una teoría general de autómatas (von Neumann, 1951) que incluía a los
autómatas celulares como modelos de sistemas capaces de autorreproducción
(von Neumann, 1966). Holland se basó en estos modelos para proponer la primera
arquitectura distribuida de ordenador, el "tessellated computer" (Holland, 1959).
En los años 70 y 80 se hicieron muy populares las simulaciones de autómatas
celulares bidimensionales con células cuadradas, gracias a un programa de John
H. Conway que quizás conozca el lector: el "juego de la vida" (Gardner, 1971-72).
El concepto de autómata estocástico apareció en EE.UU. al principio de los
años 60 (Rabin, 1963), pensando más bien en el objetivo de mejorar la fiabilidad
de los circuitos secuenciales (Winograd y Cowan, 1963) que en su aplicación a
sistemas de aprendizaje. Algo antes, von Neumann (1956) ya había introducido
la noción de probabilidad en el modelo de neurona formal de McCulloch y Pitts
(1943) para demostrar teóricamente que, gracias a la redundancia, es posible
sintetizar sistemas fiables a partir de componentes poco fiables. Pero en ninguno
de estos modelos se consideraba aún la posibilidad de autoadaptación de la
estructura del sistema.
Aunque hay precedentes aislados, algunos muy interesantes e influyentes,
como los programas de Samuel (1959, 1967) que aprendían estrategias para el
juego de las damas, el interés por los sistemas de aprendizaje (conductistas)
aparece casi simultáneamente al principio de los años 60 en EE.UU. y en lo que
antes era la "Unión Soviética". Por una parte, Tsetlin (1961) introdujo la idea de
392
utilizar AF deterministas en un entorno aleatorio como modelos de aprendizaje, y
algo más tarde, Varshavskii y Vorontsova (1963) demostraron que el número de
estados se reduce utilizando autómatas estocásticos con actualización de las
probabilidades de transición (es decir, con estructura variable). Por otro lado,
Rosenblatt (1962), propuso el Perceptron, introduciendo mecanismos de refuerzo
en una sencilla red de neuronas. La formulación del autómata borroso aparece
algo más tarde (Wee y Fu, 1969). En esta definición, que es la que hemos
presentado en el apartado 6, la borrosidad sólo se da en la función de transición;
Virant y Zimic (1995) dan una formulación más general, con conjuntos de
entradas, estados y salidas borrosos.
Por su evidente analogía con los sistemas nerviosos naturales y por su poten-
cialidad para el aprendizaje en general (la "retina" puede generalizarse de modo
que las entradas sean señales de cualquier naturaleza) el Perceptron despertó
mucho interés hasta que Minsky y Papert (1969) demostraron sus limitaciones, y,
haciendo hincapié especialmente en la separabilidad lineal, pronosticaron muy
poco futuro para ellos, incluso para las redes multicapa. Su libro fue muy
influyente, y los 70 y primeros 80 fueron años "oscuros" para las redes neuronales,
pero es interesante indicar que los trabajos de Widrow (1962), paralelos a los de
Rosenblatt, derivaron en sistemas adaptativos con aplicaciones importantes en
sistemas de control y procesamiento de señales (Widrow y Lehr, 1990).
La dificultad para encontrar algoritmos de aprendizaje en redes multicapa se
resolvió, en dos líneas independientes, con el algoritmo de retropropagación de
Rumelhart, Hinton y Williams (1986) y con la máquina de Boltzmann de Hinton
y Sejnowski (1986), ambos publicados en un libro (Rumelhart y McClelland,
1986) que señala claramente el despegue actual de trabajos sobre el tema. La
aplicación "NetTalk" mencionada en el apartado 8.1 se describe en Sejnowski y
Rosemberg (1986).
Los primeros algoritmos genéticos los propuso Frieldberg (1958,1959): par-
tiendo de una colección de programas o de estructuras de datos en un momento
("población"), generaba mutaciones aleatoriamente sobre algunos de ellos, selec-
cionaba los mejores (basándose en algún criterio de "adaptación" dependiente de
la aplicación) y los recombinaba entre sí, obteniendo así la siguiente "generación",
sobre la que volvía a iniciar el proceso. Los resultados fueron decepcionantes,
como los posteriores de Fogel et al. (1966) (que acuñó la expresión "pro-
gramación evolutiva"): hacían falta millones de generaciones para conseguir algo
mínimamente alentador.4 Holland (1975) retomó la idea, pero con una variación
sustancial: la mutación no debe ser el único mecanismo, ni siquiera el fundamen-
tal; sólo se aplica esporádicamente, y se introducen otros operadores genéticos,
como el trueque de genes ("cross-over"). Tales operadores se aplican a cadenas
4
Los autores atribuyeron la causa del fracaso al uso del lenguaje de máquina y probaron mutaciones en el nivel
de organigrama; hoy, mejor conocida la problemática de la búsqueda, sabemos que la estrategia "ciega" de
"genera y comprueba" conduce a explosión combinatoria y al problema de los mínimos locales.
393
binarias en un sistema en el que las cadenas representan individuos que compiten
por "sobrevivir". Este nuevo enfoque ha demostrado su utilidad en diversas
aplicaciones de control y optimización.
Los primeros sistemas de algoritmos de aprendizaje siguiendo un enfoque
cognoscitivo se basaron en algunos modelos, pobres en formalización pero muy
ricos conceptualmente, propuestos dentro de la psicología en los años 60. A partir
del "CLS" (Concept Learning System) de Hunt et al. (1966), Quinlan formalizó e
implemento el primero y más conocido de los algoritmos de aprendizaje cognosci-
tivo, el "ID3" (Quinlan, 1979,1986), que ha servido de base para muchos sistemas
y aplicaciones. ID3 induce árboles de decisión a partir de ejemplos, y a resultados
similares llega AQ con un lenguaje de descripción sobre una lógica "0+" (Michal-
ski, 1975). La descripción de la aplicación basada en AQ para el diagnóstico de
enfermedades de la planta de la soja se encuentra en Michalski y Chilausky
(1980). Los sistemas de descubrimiento más conocidos son "BACON" de Lang-
ley et al. (1986), "AM" (Lenat, 1977) y "EURISKO" (Lenat, 1983), de los que
han derivado muchas investigaciones posteriores cuyas referencias pueden encon-
trarse en los libros que citamos más adelante.
Los distintos modelos que hemos mencionado se originaron de manera inde-
pendiente, pero más recientemente se han empezado a estudiar las relaciones entre
unos y otros y las posibilidades de utilizarlos de manera sinérgica. Así, se intro-
ducen funciones borrosas en redes neuronales (Kosko ,1991; Simpson, 1992,
1993) y en redes de Petri (Cao y Sanderson, 1995), se combinan algoritmos
genéticos y autómatas celulares (Mitchell et al., 1993), se aplican redes neuro-
nales al diseño de sistemas expertos ("sistemas expertos conexionistas": Gallant,
1988), se usan redes neuronales borrosas para la generación de reglas (Mitra y Pal,
1995), etc. Las referencias anteriores tienen un interés esencialmente histórico, y
las hemos incluido para dar una panorámica sobre la evolución de los modelos
tratados en este capítulo. Para estudiarlos con detalle recomendamos los si-
guientes libros:
Silva (1985) y Reisig (1985) tratan las redes de Petri y sus aplicaciones, Gupta
et al. (1977) los autómatas borrosos, y Narendra y Thathachar (1989) los autóma-
tas estocásticos y de aprendizaje. Aplicaciones de éstos (son especialmente
interesantes las que se refieren al encaminamiento adaptativo en redes de comu-
nicaciones) se describen en el capítulo 9 de este último libro, y en varios capítulos
del de Glorioso (1980). Los autómatas celulares y sus aplicaciones pueden
estudiarse en Wolfram (1986), Toffoli y Margolus (1987) y Gutowitz (1991).
En redes neuronales, la explosión de publicaciones desde 1986 ha sido tal que
resulta ya difícil seguir los avances. Es muy recomendable el libro de Anderson y
Rosenfeld (1988), que recopila las publicaciones pioneras más importantes. Un
tratado sistemático es el de Hertz et al. (1991) y un libro sobre sus aplicaciones a
sistemas expertos el de Gallant (1993). Una buena perspectiva puede conseguirse
con los artículos publicados en dos números monográficos del "Proceedings of the
I.E.E.E." (septiembre y octubre de 1990). El I.E.E.E. publica también un "Trans-
actions on Neural Networks" desde 1990, y desde 1988 Pergamon Press publica
"Neural Networks".
Sobre algoritmos genéticos hay menos literatura, pero también crece rápida-
mente. Están los libros de Goldberg (1989) y de Michalewicz (1992), los trabajos
de síntesis de Holland (1986) y DeJong (1990) y las actas de los congresos que se
celebran regularmente desde 1985: Grefenstette (1985, 1987), Schaffer (1989),
Belew y Booker (1991), Rawlings (1991) y Whitley (1992). El libro de Holland
et al. (1986) trata de inducción en general, pero presenta los algoritmos genéticos
tal como los introdujo modernamente Holland. Para una perspectiva sobre el tema
son recomendables los artículos de Srinivas y Patnaik (1994) y Ribeiro et al.
(1994).
Sobre psicología cognoscitiva (o "cognitiva", como prefieren los especialistas)
hay, naturalmente, multitud de textos. Nosotros hemos encontrado especialmente
útü y esclarecedor el de Vega (1985).
El libro de Soucek (1991) contiene una colección de trabajos sobre integración
de paradigmas (redes neuronales, algoritmos genéticos, sistemas borrosos, etc.)
para la construcción de sistemas inteligentes, y el de Gallant (1993) trata de
sistemas expertos conexionistas.
La "biblia" del aprendizaje en máquinas la forman cuatro volúmenes titulados
"Machine learning: an artificial intelligence approach" (Michalski et al., 1983,
1986; Kodratoff y Michalski, 1990; Michalski y Tecucci, 1994). En ellos pueden
encontrarse trabajos de síntesis escritos por los autores más conocidos de los
distintos enfoques del aprendizaje. El libro de Kodratoff (1988) cubre todos los
enfoques cognoscitivos utilizando fundamentalmente un lenguaje lógico, y el
compilado por Carbonell (1989) tiene un alcance más reducido, pero incluye
capítulos sobre redes neuronales y algoritmos genéticos. Un estudio teórico del
aprendizaje puede encontrarse en el libro de Osherson et al. (1986).5 Desde 1986
se publica la revista "Machine Learning" (Kluwer Academic Publishers,
Holanda). Sobre sistemas de descubrimiento en general trata el libro de Ziarko
(1994), y en cuanto a su aplicación en bases de datos, hay que acudir a las
recopilaciones de las comunicaciones presentadas a los congresos sobre el tema:
Piatetsky-Shapiro y Frawley (1991), Piatetsky-Shapiro (1993) y Fayyad y Uthu-
rusamy (1994).
!
Para hacerse una idea de su enfoque basta con esta frase del prefacio: "Tal como se desarrolla en este libro, la
teoría del aprendizaje una colección de teoremas sobre ciertos tipos de funciones de la teoría de números".
395
Parte III
Algoritmos
1
Ideas generales
1. Algoritmos y ordenadores
La palabra algoritmo procede del apellido latinizado de un matemático árabe,
Mohamed ibn Musa al-Khowárizmi (o al-Khárezmi) que en 828 y 825 d.C.
escribió respectivamente dos tratados, el primero de cálculo con los números hin-
dúes y el segundo de resolución de ecuaciones. La deformación del título de esta
última obra ha originado el nombre de álgebra, con el que se conoce a la rama de
las matemáticas consagrada al cálculo literal.
En nuestro siglo, no solamente se ha hecho más frecuente el uso del término
algoritmo, sino que su contenido, su significación precisa, ha sido explorado pro-
fundamente. En la técnica de los computadores es palabra de uso cotidiano, aun-
que es necesario advertir que no todos los profesionales de la informática la cono-
cen y emplean en su sentido cabal.
Lo cierto es que la aparición de los ordenadores con sus extraordinarias
posibilidades de proceso y almacenamiento de información ha impulsado fuerte-
mente el estudio de los algoritmos. Tanto es así, que a veces es difícil percibir que
399
pueden distinguirse dos campos de interés-, uno, de índole fundamental en mate-
máticas, en donde se plantea el problema de si tienen solución ciertos tipos de
problemas, lo que es equivalente a preguntarse si existe un algoritmo que conduz-
ca siempre a una solución para esa clase de problema. En el próximo capítulo se
abordarán las definiciones formales del concepto de algoritmo, pero por el mo-
mento podemos aceptar que un algoritmo es, intuitivamente, la expresión de una
secuencia precisa de operaciones que conduce a la resolución de un problema.
El otro campo de interés investiga o afronta los problemas que surgen de la
aplicación de las máquinas computadoras al procesamiento de algoritmos. En
este campo caen, entre otras, las relaciones de los algoritmos con las estructuras
de los datos y con los lenguajes de programación, y la complejidad computacional
(o algorítmica) es decir, la cantidad de recursos necesaria para computar determi-
nados problemas. El estudio de la complejidad algorítmica ha adquirido en las dos
últimas décadas un nivel teórico considerable.
Puesto que hablamos de resolver problemas, será bueno tener una idea general
de los principales aspectos implicados en dicha tarea. La resolución de un pro-
blema implica un proceso de varias etapas, que, a grandes rasgos, son las expresa-
das en el flujograma de la figura 1.1.
Formulación Descripción del

Problema d e u n
procedimiento Ejecución del Solución
en términos procedimiento
Análisis del para asequibles a

problema resolverlo un agente
ejecutor (por
ejemplo, una
máquina
Figura 1.1.
Si el problema abordado tiene solución, la descripción del procedimiento para

llegar a ésta estará fuertemente teñida por las características interpretativas y ope-
rativas del agente ejecutor del procedimiento que, en nuestro caso, será normal-
mente una máquina, y en particular un ordenador.
Así pues, el momento del proceso que se señala con una línea vertical de trazos
marca la frontera habitual desde donde la principal preocupación del autor del
algoritmo empieza a ser su comunicación con la máquina. Cuanto más evolu-
cionada sea ésta, menor será el esfuerzo del autor. De hecho, podemos esperar que
la etapa 3 pueda desglosarse en una secuencia 3', 3", 3"', 3"" tal que las reglas
descriptivas en un lenguaje sean transformadas por una máquina M' en reglas
descriptivas en otro lenguaje, etc., sucesivamente, hasta llegar a una máquina que
sea capaz de ejecutar dicha reglas.
Por la misma razón, las etapas 2 y 3 pueden verse fundidas si se es capaz de
formular el procedimiento directamente en términos de reglas o instrucciones para
una máquina. En definitiva, la secuencia 3', 3", 3"', ..., supone contar con la
apoya-tura de un encadenamiento de algoritmos de transformación de expresiones
simbólicas, y, por consiguiente, la repetición otras tantas veces, y a niveles y para
problemas distintos, del proceso 1-2-3-4. Resumiendo, el grado de concentración
o multiplicación de las fases dependerá del conocimiento del sujeto acerca del
problema a resolver y de la operatividad de los recursos ejecutores de que
disponga.
2. Algoritmos, lenguajes y programas

La referencia anterior al papel del lenguaje en la expresión de la secuencia de
operaciones que constituye el algoritmo hace inevitable entrar a considerar las re-
laciones existentes entre los tres términos que dan título a este apartado.
Con un programa, escrito en un lenguaje concreto, expresamos nuestro algo-
ritmo para ser procesado por una máquina concreta, provista del adecuado proce-
sador de lenguaje. De manera que un programa para ordenador es la expresión
de un algoritmo en un lenguaje artificial formalizado.
Hablábamos en el primer apartado del esfuerzo necesario para describirle un
algoritmo a un ordenador. La noción de lenguaje pone de manifiesto en forma ní-
tida cómo el grado de ese esfuerzo, entre otros factores importantes, es función de
la potencia operativa del lenguaje y de su grado de sintonía funcional con las
clases de operadores implicadas en el algoritmo en cuestión. El siguiente ejemplo
permitirá visualizar de una manera clara esta cuestión. Se trata de un programa
para calcular el máximo común denominador de dos números A y B, siguiendo el
conocido algoritmo de Euclides. Las expresiones del programa difieren a veces
considerablemente, en su forma y volumen, según el lenguaje utilizado. Si em-
pleamos el lenguaje PL/I obtenemos el siguiente programa:
IF A = 0 THEN
ULTIMO: DO;
MCD = B; RETURN; END;
IF B = 0 THEN DO;
MCD = A; RETURN; END;
AQUI: G = A/B;
/*Suponiendo G variable entera*/
R = A - B * G;
IF R = 0 THEN GO TO ULTIMO;
A = B; B = R; GO TO AQUI;
401
Este mismo algoritmo, descrito en un lenguaje de máquina o en un lenguaje
ensamblador, sería mucho más largo y en cierta manera incomprensible para una
mente humana no entrenada. Si le aplicásemos un lenguaje impropiado como
DYNAMO, que es un lenguaje de simulación de sistemas continuos, la expresión
de este algoritmo podría hacerse prácticamente imposible o por lo menos extraor-
dinariamente enrevesada. En cambio, resultaría muy sencilla de escribir y de com-
prender si contásemos con una máquina capaz de entender y ejecutar la instruc-
ción CALL MAX ( ). Este programa consistiría simplemente en la sentencia
CALL MAX (A, B, MCD), que presupone la existencia de una máquina es-
pecializada, con dos entradas A y B para los dos números a procesar y una salida
MCD para el resultado.
Es evidente que no siempre se dispone de una máquina así y cuando se dispone
de ella no podríamos asegurar que tenga existencia física en la forma que sugiere
la figura 1.2. Se dispondría más bien de una máquina virtual que, en términos
generales, es el ordenador armado con un programa procesador de lenguaje de
unas determinadas potencia y funcionalidad. En tales circunstancias, el autor del
algoritmo puede desentenderse de las características de la máquina física y
expresarlo en un formato adecuado a las características funcionales de la má-
quina virtual, esto es, del lenguaje escogido. Esta idea puede tal vez expresarse
de otra manera diciendo que el lenguaje transforma el ordenador en una máquina
virtual.
MCD
Figura 1.2.
Aunque la programación estructurada es una técnica ya muy conocida, se ha

decidido incluirla en este tema porque nos proporciona al menos tres elementos
didácticos importantes. En primer lugar, y en relación con lo que se acaba de decir,
este estilo de programación, integrado en un diseño descendente, desarrolla la
noción de recurso abstracto, conceptualmente similar en la práctica a la de
máquina virtual. En segundo lugar, el ejercicio profesional de la programación
adolece de serios problemas y deficiencias, tales como costes elevados, falta de
fiabilidad, dificultades de mantenimiento y otros, sobre los que un buen estilo de
programar ejerce una influencia positiva. Y, por último, el origen de la progra-
mación estructurada, debido a un trabajo de Bóhm y Jacopini publicado en 1966,
está conectado al concepto de autómata y, en particular, al de máquina de Turing,
artefacto central en el tratamiento de este tema en este libro. A la progra-mación
estructurada le dedicaremos un capítulo.
3. Algoritmos y máquinas de Turing
En el año 1936, antes del advenimiento de los ordenadores, el matemático in-
glés A. M. Turing inventó una máquina computadora de una increíble simplicidad
en su estructura lógica. El concepto de algoritmo puede muy bien estudiarse en
términos de esquemas funcionales de máquinas de Turing, ya que, como veremos,
éstas permiten disecar los algoritmos en una secuencia de las operaciones más
elementales que cabe imaginar.
La máquina de Turing se ha convertido en la piedra angular de la moderna
teoría de algoritmos. Siendo una máquina ideal, que cada uno define y construye
con papel y lápiz, no se ve afectada por los progresos tecnológicos. Es, pues, un
invariante de la informática y también un símbolo. La asociación de informática
profesional más prestigiosa, la A.C.M. (Association for Computing Machinery),
entrega todos los años el premio Turing a uno de los científicos entre quienes más
hayan contribuido a generar avances significativos en el dominio de la informá-
tica.
Con la máquina de Turing dispondremos de un artefacto teórico con el que
formalizar el concepto de algoritmo a través del concepto defunción computable:
un problema computable es un problema para el que existe un algoritmo. En su
forma más sencilla, la máquina de Turing es un autómata finito que controla una
cinta infinita. Véase en la figura 1.3 cómo, por afán de hacerlo más tangible y
próximo a las máquinas físicas, se ilustraba gráficamente este autómata en un
artículo de Wang, de 1965, en la revista "Scientific American".
403
Además de desarrollar algunas cuestiones de importancia teórica relacionadas
con las máquinas de Turing y los algoritmos, habremos de enfatizar el análisis y
el diseño de estas máquinas como una vía hacia la comprensión de la complejidad
de la tarea de diseñar algoritmos cuando las máquinas virtuales son de muy bajo
nivel (en otras palabras, cuando los lenguajes son de muy bajo poder expresivo)
y de cómo, con un lenguaje tan elemental como el de la máquina de Turing, se
puede expresar cualquier algoritmo. En tal sentido, existe una relación de la má-
quina de Turing con la complejidad algorítmica. Se dedicarán los capítulos 5 y 6
y algún apartado del séptimo a todas estas cuestiones.
No acaba aquí el interés de la máquina de Turing. Tratándose de un autómata,
podría habérsela considerado en el tema "Autómatas". Sin embargo, su particular
relevancia le ha hecho merecedora de estos capítulos específicos. Por parecidas
razones, la relación de los autómatas con los lenguajes, brevemente abordada ya
en "Autómatas", será ampliada en el tema de "Lenguajes". Ciertos autómatas son
capaces de reconocer las cadenas de símbolos que constituyen el lenguaje gene-
rado por una determinada gramática. Las máquinas de Turing reconocen len-
guajes generados por sistemas de escritura no restringidos, a los que se llama
lenguajes de tipo 0. En el capítulo 6 encontraremos una breve consideración de
este punto, a la espera de sistematizarlo en "Lenguajes".
4. Computabilidad y complejidad
Hemos dicho que un problema computable (o decidible) es aquel que admite
solución algorítmica. En los problemas computables es interesante estimar el
orden de magnitud de los recursos computacionales que requieren los distintos
algoritmos que puedan resolverlos. La complejidad computacional es, en pocas
palabras, ese orden de magnitud. Así, un problema concreto podría necesitar 500
años de cómputo continuado, por lo que, siendo un problema computable, lo
consideraríamos un problema no factible, un problema de una complejidad in-
tratable.
Los recursos habituales para procesar algoritmos son: tiempo, capacidad de
memoria y velocidad de procesamiento. Por simplificar, fijémonos en el tiempo
que, además, depende en alguna proporción de los otros dos factores señalados.
Es evidente que, una vez fijado un algoritmo para un determinado problema, el
tiempo de cálculo necesario depende del tamaño de los datos del problema. Por
ejemplo, multiplicar dos números lleva más tiempo si éstos constan de 1.543 dí-
gitos cada uno que si sólo constan de 10, y lo mismo puede decirse si de lo que se
trata es de clasificar un conjunto de elementos: el tiempo es función del tamaño
de los datos. La búsqueda de expresiones matemáticas para la estimación del
tiempo de procesamiento de un algoritmo como función del tamaño de los datos
de entrada entra en el campo de competencia de la teoría de la complejidad, que,
entre otras actividades, evalúa por consiguiente el grado de factibilidad de los
404
problemas. De esta manera se llega a clasificar los algoritmos por la expresión de
su complejidad (comportamiento asintótico) en algoritmos de complejidad poli-
nómica y exponencial. Sobre tales cuestiones hablaremos en el capítulo 7.
El lector debe comprender que el estudio de la complejidad algorítmica, pese
a haber alcanzado un notable nivel teórico, no puede de ninguna manera ser
catalogado como un campo especulativo, puesto que se ocupa de cuestiones emi-
nentemente prácticas o proporciona herramientas para abordarlas. Imagínese un
caso como el siguiente: para controlar por computador un reactor nuclear resulta
vital conocer el máximo lapso con el que el algoritmo programado es capaz de
responder a ciertos supuestos de emergencia. O el caso de tener que elegir un
algoritmo cuya complejidad esté acotada entre un límite superior y uno inferior.
O el de tener que evaluar la ventaja obtenida entre procesar un algoritmo en un
ordenador de estructura secuencial o en otro de estructura paralela.
Otro tipo de complejidad, menos fundamental en sus implicaciones que el
anterior, aunque de considerable importancia práctica, es el de complejidad del
software. Le dedicaremos algún espacio en el mismo capítulo 7. En primera
aproximación, esta complejidad tiene que ver con la estructura de predicados del
programa construido para describir un determinado algoritmo. Cuanto más rica
sea esta estructura parece intuitivamente evidente que la tarea del programador
resulta más difícil, mayor su esfuerzo para desarrollarla y también mayor la
probabilidad de error, puesto que se acrecienta el número de caminos de proceso
que pueden tener que recorrer los datos tratados por el algoritmo. Existe un
vínculo de proporcionalidad entre el número de predicados y el número de dis-
criminaciones mentales del programador en su diseño y descripción del algoritmo.
La fiabilidad y el coste del software guardan una fuerte relación con la riqueza de
tal estructura.
Una forma de visualizar y hasta de medir esta complejidad consiste en asociar
a la estructura de control de los programas un grafo orientado. Tomemos el ejem-
plo sencillo del programa en PL/I para calcular el m.c.d. de dos números, visto en
el apartado 1.
La figura 1.4 es el grafo correspondiente a este programa, si suponemos que
cada uno de sus nodos representa un bloque de código con flujo de control se-
cuencial y los arcos representan ramas en el programa. No vamos a entrar en deta-
lles ahora. Con lo dicho, cualquiera puede comprender que la dificultad asociada
con el diseño y codificación de un programa ha de tener una relación con la mag-
nitud y enrevesamiento del grafo. Esta es a grandes rasgos la complejidad del soft-
ware. Al mismo tiempo se hace patente que dicha complejidad es función del nivel
de lenguaje, puesto que la instrucción CALL MAX ( ), que resuelve el mismo
problema, tiene un grafo absolutamente elemental.
405
o
5. Resumen y conclusiones
No es fácil de resumir este capítulo. El esquema conceptual de la figura 1.5
intenta plasmar una imagen incompleta e imperfecta de la íntima relación entre
algunos de los conceptos de que versa este libro, pero se pretende que sirva sobre
todo como un plano-guía para los siguientes capítulos de este tema.
El sentido de la flecha quiere significar algo parecido al sentido de una
navegación conceptual. Así pues, partiendo del concepto de algoritmo, nos vemos
conducidos al concepto de máquina ejecutora, bien sea un autómata, bien sea un
ordenador, y éste último es básicamente un conjunto de autómatas. Un autómata
muy especial, que resulta ser el ordenador universal, es la máquina de Turing, por
cuyo intermedio se construye una teoría formal de los algoritmos y se llega a los
conceptos de recursividad y computabilidad.
406
Algoritmos
I
Máquinas
Complejidad
Autómatas Ordenadores algorítmica
I
Máquinas virtuales
Máquina de Turing I
Lenguajes/estructuras
(ordenador universal)
I t
de datos
Computabilidad Recursividad
t
Programas W Problemas de fíabilidad,
costes y otros
f
Complejidad del
T Programación
Programación orientada a
software estructurada .
objetos
Figura 1.5.
Los ordenadores llevan a la máquina virtual y al lenguaje (incluyendo las

estructuras de datos) como niveles convenientes para describir procesos ejecutivos
de los algoritmos. En cierta manera, y tal como ha escrito Wirth, "el propio
ordenador consiste tan sólo en algoritmos y estructuras de datos" y éste es, en e-
sencia, el núcleo de la naturaleza protéica (multiforme, multiuso) del ordenador.
Lenguajes formales y autómatas se corresponden, siendo los distintos tipos de éstos,
máquinas reconocedoras de aquéllos, y por tanto, piezas básicas de los programas
denominados procesadores de lenguaje (traductores, intérpretes y otros).
Los programas son en definitiva algoritmos descritos en un lenguaje para una
máquina, que puede ser un ordenador o una máquina de Turing, por citar dos e-
jemplos extremos. Por cualquiera de los dos caminos nos encontramos con el
problema de la complejidad algorítmica, entendida como cantidad de .recursos
computacionales necesarios para culminar la ejecución del algoritmo.
En el primer caso, además, tropezamos con problemas de costes y de fiabi-
lidad. La programación estructurada es un método o estilo de programación, que,
inicialmente justificado por estudios de teoría de autómatas, es representativo de
407
un conjunto de técnicas ya clásicas para mejorar los resultados de la programación
secuencial. La programación estructurada es el modelo básico de lo que ahora se
conoce como programación imperativa tradicional. Existe otro modelo de pro-
gramación llamado programación declarativa, en el que se distinguen "dos esti-
los" principales, la programación funcional y la programación lógica (véase
capítulo 5 del tema "Lenguajes". Pero ciñéndonos ahora a la programación impe-
rativa, ésta ha visto desarrollarse un enfoque muy potente y de gran futuro, la
programación orientada a objetos (o programación mediante objetos).
Los mismos problemas han conducido a interesarse por definir y medir la
complejidad de los programas. Naturalmente, la complejidad del software tiene
relación con los algoritmos a través de la programación, del lenguaje y del nivel
de máquina virtual disponible en el ordenador (siguiendo el esquema en sentido
inverso), pero no tiene en principio una relación directa con el concepto de com-
plejidad algorítmica. Para muchos autores, esta última complejidad constituye una
parcela importante de la teoría de la programación, aunque otros le dan un carácter
todavía más básico. En cambio, la complejidad del software es indiscutiblemente
un aspecto práctico, metodológico, de la programación.
Un detalle final aparentemente anecdótico, pero que puede dar una cierta
medida de la importancia informática atribuida a los conceptos aquí esbozados es
que la contribución a su estudio ha proporcionado el premio Turing a varios
investigadores, a saber: Knuth (algoritmos, estructura de datos), Dijkstra (teoría
de la programación), Wirth (lenguajes), Hoare (algoritmos, teoría de la progra-
mación) y Cook (complejidad algorítmica).
El premio Turing del año 1985 se entregó a Karp por sus trabajos sobre com-
plejidad en problemas de tipo combinatorio.
2
Algoritmos
1. Introducción
El presente capítulo se dedica básicamente a definir el concepto de algoritmo.
Primero empieza con unas definiciones diversas y no totalmente coincidentes, que
se contrastarán. Se pasará a continuación a una definición formal en teoría de
conjuntos, que comprende y precisa todas las anteriores.
De la definición se extraen unas propiedades o condiciones que debe cumplir
todo algoritmo, a las que se añaden propiedades que se puede desear que cumplan
los "buenos algoritmos".
El capítulo prepara ya el terreno para hablar de programas y de máquinas,
destacando en la definición formal aquellos elementos, como el número de orden
de una ejecución y la existencia misma de los estados, que prefiguran la existencia
de determinadas condiciones generales en cualquier máquina ejecutora de algo-
ritmos.
2. Definiciones de algoritmo
No hay una, sino muchas definiciones de algoritmo. Aquí recuadramos varias
de distintos autores, todas (¡y no es casualidad!) tomadas de libros sobre computa-
ción o computadores.
411
Definiciones de algoritmo
1. Lista de instrucciones que especifican una secuencia de operaciones

que darán la contestación a cualquier problema de un tipo
determinado.
2. Conjunto de reglas que define de manera precisa una secuencia de

operaciones tales que cada regla es efectiva y definida y tal que la
secuencia termina en un tiempo finito.
3. Sucesión finita de prescripciones potencialmente ejecutables expre-

sadas en un lenguaje definido que estipula cómo ejecutar un cierto
encadenamiento de operaciones para resolver todos los problemas de
un cierto tipo dado.
4. Sistema de reglas que permiten obtener una salida específica a partir

de una entrada específica. Cada paso debe estar definido exactamente,
de forma que pueda traducirse a lenguaje de computador.
Lo primero que sorprende es que las definiciones difieren no poco entre sí,
aunque tal vez sólo sean las apariencias. Esto deja ya suponer que no son muy
precisas. Pero fijémonos en las semejanzas y no en las diferencias.
1. Hay unas reglas, o instrucciones, o prescripciones.
2. Tales reglas, instrucciones, etc., especifican una secuencia (encadena-

miento) de operaciones o pasos.
3. Aunque dé forma muy implícita (excepto en la cuarta definición), las ope-

raciones se supone han de ser llevadas a cabo por un agente ejecutor, má-
quina o ser vivo, por sí o a través de otros agentes. Agente que es el desti-
natario de las instrucciones.
4. Más implícitamente aún, pero contenido en las definiciones, se establece

que la secuencia de operaciones tiene una duración, que podrá ser tan larga
como se quiera, pero ha de ser finita.
Con estos elementos, que constituyen un común denominador de lo que hemos
podido descubrir hasta ahora sobre la conceptualización moderna de los algo-
ritmos, vemos que es posible elaborar algoritmos para resolver muchas clases de
problemas. Así, por ejemplo, encontrar el máximo común divisor de dos números
enteros, investigar si una palabra determinada figura en una tabla de palabras al-
macenada en la memoria de un computador, jugar una partida de ajedrez o tornear
una pieza complicada.
412
La amplitud del campo de los problemas es tan grandiosa que cualquiera
percibe la dificultad de aprehender la noción de algoritmo si uno se sitúa en medio
de la diversidad de los problemas y la diversidad de los agentes ejecutores. Es
obligatorio reducir el ámbito de atención e investigar el asunto como un proceso
intelectual independiente del problema específico, por una parte. De ahí se des-
prende que, si bien hay algoritmos numéricos y no numéricos, en última instancia
todos pueden reducirse a la especificación de operaciones sobre símbolos. Y por
otra, es obligatorio independizarse en lo posible del agente ejecutor de estas
operaciones simbólicas y, para ello, una solución ha consistido en definir un
agente ejecutor único (veremos que será la máquina de Turing), al cual podrían
reducirse en última instancia todos los demás.
3. Algoritmos y máquinas
Fijémonos ahora en la ejecución del procedimiento o algoritmo, con indepen-
dencia del problema y de la máquina de que se trate, para lo cual daremos unas
definiciones más formales que en el apartado anterior.
3.1. El concepto de algoritmo, visto

desde la teoría de conjuntos
Se define un algoritmo como una cuádrupla A,
A = (Q,E,S,F) (1)
con
Q: Conjunto de todos los elementos simples y de todas las K-uplas que pueden
describir el cálculo.
E: Subconjunto de Q. Sus elementos son los datos de entrada al proceso de
cálculo.
S: Subconjunto de Q. Sus elementos son los diferentes resultados al término
del cálculo.
F: Q —» <2, aplicación que describe la regla de cálculo propiamente dicha y
que, a partir de cualquier elemento q0, genera la construcción de una
sucesión qQ, qu q2... tal que:
<7¿ +1 = F (q¡ ), i e N con q0£ E C.Q (2)
Para que A represente un algoritmo, cada sucesión (2) debe ser finita. Así
pues, es preciso, como condición necesaria no suficiente, que la función F deje
invariante el subconjunto S; es decir: Vs 6 S, F(s) = s. Si la sucesión es finita, su
413
punto de parada viene dado por el menor índice y para el que q¡ e S. No será
finita si e N; F(qJ e S.
Ejemplo: Cálculo del m.c.d. de dos números enteros no negativos nxy n2. El
organigrama de la figura 2.1 expresa un procedimiento conocido para resolver
este problema. (P.E. significa "parte entera" de dividir n por ri).
Este algoritmo que se expresa en la figura 2.1 en una forma, en parte icónica
(diagrama), en parte formal (expresiones matemáticas), puede representarse a
través del lenguaje de los conjuntos así:
Q : (<n>, <n, rí>, <n, n',r, 1>, <n,p, r, 2>, <p, n'r, 3>), n, n',p, r e N
E :(<n, rí>)
S : (<n>)
F :F(nx,n2) = {nv nv 0,1) si ní> nv si no F(nv n2) = (n2, nv 0,1);
F(n) = («);
F (n, n', r, 1) = (n) si n' = 0, si no
F (n, n', r, 1) = (n, n', n - n' xP.E.(n/n'), 2;
F(n,p,r,2) = (p, p, r,3);
F(p, n, r,3) = (p, r, r, 1);
El signo; separa las distintas variantes de la regla de cálculo que el lector puede
usar para hallar la sucesión q0, ...q¡, ... partiendo de cualquier pareja de números
enteros no negativos, familiarizándose así con la definición que se acaba de dar.
Por cierto que dicha definición habría que perfeccionarla en el sentido de que la
aplicación F no implique operaciones que no sepa realizar. En definitiva, las
restricciones que habría que imponer a Q, E, S y F son de naturaleza tal que la
cuádrupla A no contenga más que operaciones elementales simples (repare el
lector en la relatividad del argumento de simplicidad, siendo la operación más
simple la que pueda ejecutar un autómata).
Un ejemplo como el del cálculo del m.c.d. pone de manifiesto, mediante el
empleo de lo números 1,2,3, etc., la idea de que una aplicación o un cálculo es
una secuencia de aplicaciones o cálculos más elementales y que tal secuencia
puede expresarse mediante un número asignado a las órdenes que deben eje-
cutarse. De forma general, podría decirse que el estado del algoritmo es un par (a,
j), donde j indica el número de la orden que debe ejecutarse y a es la información
que caracteriza el estado del algoritmo cuando hay que ejecutar la orden j
(información que comprende combinaciones de datos, resultados intermedios y
resultados finales). Así, a cada evaluación de la aplicación F(q¡) = F(a¡, k) =
(ai+1, l) se le puede llamar ejecución de la orden k del algoritmo. El conjunto S
incluiría la información correspondiente a los resultados finales y el conjunto E,
la información de los datos de entrada.
414
Figura 3.10.
415
El concepto de algoritmo puede examinarse formalmente también en relación
con un alfabeto y en términos de una máquina de Turing, cosa esta última que
haremos más adelante. De momento, veamos más de cerca y en forma intuitiva
las implicaciones de los algoritmos sobre las máquinas.
3.2. Las máquinas, como estructuras capaces

de ejecutar algoritmos
Toda máquina capaz de ejecutar algoritmos (fase 4 del proceso de la figura 1.1)
debe tener una estructura con los subsistemas que se destacan en la figura 2.2.
Siguiendo literalmente este enfoque, se definen a continuación los subsistemas
básicos de una máquina general ejecutora de algoritmos y el subsistema de me-
moria que resulta de agrupar todos (o parte) de los elementos de memorización
necesarios a la máquina.
3.2.1. Subsistema de entrada/salida (E/S)

Donde se ejecutarán las órdenes de comunicación de la máquina con su mundo
exterior.
3.2.2. Subsistema de proceso
Donde se ejecutarán las órdenes de tratamiento de datos que dan lugar a la
realización de operaciones del algoritmo.
ENTRADA
Subsistema de Subsistema de
E/S proceso
SALIDA
Figura 2.2.
3.2.3. Subsistema de control

Donde se consigue el secuenciamiento adecuado en la ejecución de las órdenes
y donde se generan las señales de control adecuadas para el funcionamiento de los
subsistemas definidos en los dos apartados anteriores.
Por lo visto en el apartado 3.1, la ejecución de las órdenes de un algoritmo
genera un nuevo estado q¡ + l a partir del estado anterior q¡ . Ello implica que hay
que memorizar en la máquina el estado del algoritmo. Esto es lo mismo que decir
416
que los subsistemas podrán llevar asociados elementos de memoria (asociados
siempre, como se sabe, a todo circuito secuencial) para memorizar las informa-
ciones de estado que corresponden a la misión de cada subsistema.
Figura 2.3.
En muchas máquinas (y esto es precisamente lo que ocurre en los ordenadores)

resulta más conveniente agrupar todos o parte importante de los mencionados ele-
mentos de memorización en un subsistema específico, el subsistema de memoria
(figura 2.4).
Propiedades de los algoritmos

Gomo resumen y ampliación de lo dicho, describimos en este apartado las
cuatro propiedades que debe poseer todo buen algoritmo.
4.1. Propiedad de finitud

Un algoritmo debe siempre terminarse. Todo algoritmo puede subdividirse en
un número de subalgoritmos tan grande como se quiera, pero finito, admitiendo
cada uno de estos subalgoritmos cadenas últimas que se terminan.
4.2. Propiedad de definitud

Toda regla de un algoritmo debe definir perfectamente la acción a desarrollar,
para aplicarla sin que pueda haber lugar a ambigüedad alguna de interpretación.
417
4.3. Propiedad de generalidad
Un algoritmo no debe contentarse con resolver un problema particular aislado
sino, por el contrario, toda una clase de problemas para los que los datos de
entrada y los resultados finales pertenecen respectivamente a conjuntos espe-
cíficos.
4.4. Propiedad de eficacia

Aun cuando un algoritmo posea las tres propiedades anteriores, se busca me-
jorarlo por razones de economía, de realizabilidad o de rapidez.
5. Problemas sin algoritmo

Los matemáticos han mostrado históricamente su deseo de resolver tipos de
problemas cada vez más generales. Este deseo, como se ha visto, inspira la pro-
piedad de generalidad, que es una propiedad relacionada con el grado de potencia
de un algoritmo.
Esto significa, así en abstracto, que sería preferible construir un algoritmo para
hallar todas las raíces de una ecuación del tipo
418
1
ann + an_1x" + ... axx + a0 = O
donde n es un entero positivo arbitrario, a construir un algoritmo para resolver la

ecuación x" -a= 0 , o, más sencillo todavía, un algoritmo para hallar raíces cua-
dradas. Ante este planteamiento surge inmediatamente una restricción de orden
pragmático en escoger el nivel de generalidad congruente con los propósitos de
quien tenga que resolver un problema. También, como se verá, al elevar el nivel
de generalidad puede penetrarse en un entorno donde no existan soluciones o, al
menos, soluciones conocidas.
Ahora bien, cuando el propósito es de índole teórica, se puede llegar a elevar
dicho propósito hasta el nivel del sueño de Leibniz, que consistía en buscar un
algoritmo para resolver cualquier problema matemático. Refinado este enunciado,
dio en uno de los más famosos problemas de la lógica matemática, el problema
de la deducción.
Es sabido que, utilizando símbolos, cualquier proposición de una teoría
matemática puede escribirse mediante una fórmula y esta fórmula es una palabra
definida en un alfabeto. Entonces, la derivación lógica de una proposición se con-
vierte en una cadena de transformaciones de palabras (cálculo lógico). El pro-
blema de la deducción se puede formular así:
Para dos palabras cualesquiera (fórmulas) R y S de un cálculo lógico, de-
terminar si existe o no una cadena deductiva deRaS. (S es la proposición y Res
la premisa).
Se supone que la solución es un algoritmo para resolver cualquier problema de
este tipo. Dicho algoritmo daría un método general para resolver problemas en
todas las teorías matemáticas que se construyen de forma axiomática. La validez
de cualquier proposición S en tal teoría sólo significa que puede deducirse del
sistema de axiomas. Después, la aplicación del algoritmo determinaría si la pro-
posición S era válida o no. Además, si la proposición S fuese válida, entonces
podríamos encontrar un encadenamiento deductivo correspondiente en el cálculo
lógico y de ahí recuperar un encadenamiento de inferencias que probaría la
proposición.
Hasta ahora no se ha encontrado tal algoritmo. De hecho, no se han encontrado
algoritmos para problemas menos generales. El matemático alemán Hilbert
presentó en 1901, en un congreso que se celebraba en París, una lista de 20
problemas no resueltos. El décimo problema se enunciaba de la forma siguiente:
Hallar un algoritmo para determinar si cualquier ecuación diofántica dada tiene
una solución entera.
Precisamente se conoce un algoritmo válido para resolver una ecuación
diofántica con una sola incógnita: anx + an_1x"~~ + ... + aíx + a 0 = 0, pero
no cuando contiene varias incógnitas, como es el caso de la siguiente ecuación:
a2 + b2-c2= 0.
Otro problema que no tiene solución conocida es el de averiguar si dos suce-
siones de ceros y unos están relacionadas.
419
Podemos formar una sucesión de 011010001001 101110110011
ceros y unos que tenga "descen- 01000100100 1101100111101
dencia" mediante las siguientes 0010010000 11001111011101
reglas: 001000000 011110111011101
1. Si la sucesión tiene menos de tres 00000000 11011101110100
símbolos, parar 0000000 111011101001101
2. Si la sucesión comienza por 0, 000000 0111010011011101
borrar los tres primeros símbolos y 00000 101001101110100
añadir 00 al final. 0000 0011011101001101
3. Si la sucesión comienza por 1, 000 10110100110100
borrar los tres primeros símbolos y 00 1101001101001101
añadir 1101 al final.
¿Hay un algoritmo para determinar (parar) (descendencia con-
si una de las dos sucesiones dadas tinua)
es descendiente de la otra?
Si prescindimos de los detalles operativos relacionados con la ejecución de los

algoritmos (detalles de enorme importancia en la práctica) puede decirse: a) que
un problema tiene solución cuando se es capaz de demostrar formalmente que
existe un método que genera siempre, a partir de todo elemento del conjunto E,
un elemento del conjunto S (expresión (1)) en un número finito de pasos; b) no
existe solución cuando se es capaz de demostrar formalmente la inexistencia de
algún método que pueda generar un elemento de tal conjunto S en las mismas
condiciones expresadas en a). Y, por último, c) no existe solución conocida
cuando no se es capaz de demostrar una cosa o la otra.
6. Resumen
Para empezar se han definido verbalmente los algoritmos como un conjunto o
lista de reglas, instrucciones o prescripciones que especifican a un agente ejecutor
una secuencia finita de operaciones para la resolución de un problema. El proble-
ma ha de ser lo más general que sea posible, aunque esta condición es siempre
bastante relativa.
Cuando se pretende resolver un problema, se desarrolla un proceso de varias
etapas en las que normalmente unas son más próximas a la estructura propia del
problema (etapas de análisis y de formulación de un procedimiento de solución)
y otras más decantadas del lado de las capacidades operativas del (o de los) agente
ejecutor (en muchas ocasiones, una máquina y modernamente casi siempre un
computador, al menos en nuestro caso). Este proceso resulta tanto más largo o
complejo cuanto mayor sea la distancia entre la complejidad del problema y la
capacidad operativa del agente ejecutor disponible.
Si se hace caso omiso de este último factor, puede plantearse una definición
formal de algoritmo como una cuádrupla A = <Q, E, S, F>, donde la regla de
cálculo F:Q —> Q lleva al algoritmo desde un estado inicial ( e E) a un estado
420
final ( e S) en un número finito de pasos, supuesto que se sepa realizar F con
todos los elementos de Q.
Pensando ahora precisamente en términos del factor anteriormente descartado,
vemos que el uso y el concepto de estado del algoritmo, en donde puede dis-
tinguirse un número de orden de ejecución, lleva a concebir un agente ejecutor-
máquina como una estructura con tres o cuatro subsistemas (entrada/salida, pro-
ceso, control y memoria).
No se tiene un algoritmo si el procedimiento elaborado no cumple las con-
diciones de finitud y definitud, a las que pueden añadirse, si se quiere hablar de
"buenos algoritmos", las de generalidad y eficacia, relacionadas con el grado de
ambición o de optimización con que se enfoque la resolución de un problema.
De todas formas hay problemas que no tienen solucion o, al menos, solución
conocida. Esta última parte del capítulo nos muestra cómo el grado de generalidad
de un algoritmo tiene unos límites y nos pone delante de temas fundamentales de
las matemáticas modernas.

Aparte la mención al origen de la palabra algoritmo, creada en homenaje a un
matemático árabe, no es fácil establecer una evolución histórica del concepto
moderno que tal palabra contiene. Referencias a matemáticos célebres como Leib-
niz, Hilbert y otros, ya más entrado el presente siglo, nos parecen pertinentes a la
redacción de este libro.
Es indudable, y esto conviene resaltarlo de nuevo, que la aparición de los
ordenadores hacia la década de los cuarenta impulsó un gran interés por trabajos
teóricos anteriores de Turing y otros científicos.
En lo que se refiere a este capítulo, se han empleado los trabajos que a con-
tinuación se relacionan.
Las definiciones de algoritmo del apartado 2 se deben por el mismo orden a
las siguientes referencias: (Trakhtenbrot, 1960); (Stone, 1972); (Corge, 1975) y
(Knuth, 1977).
Para la presentación de la relación entre algoritmos y máquinas hemos seguido
el planteamiento de Alabau y Figueras (1975).
Las propiedades de los buenos algoritmos se encuentran en Corge (1975).
En cuanto a la formulación del problema de la deducción se ha tomado de
Trakhtenbrot (1960) y, por último, el problema de las dos sucesiones de ceros y
unos, de H. Wang (1974).
421
3
Programación
estructurada
1. Introducción
La programación estructurada surgió en la década de los sesenta como reac-
ción contra los problemas que para entonces comenzaban a plagar el desarrollo de
software, relacionados primordialmente con la falta de fiabilidad de los progra-
mas, cuya complejidad iba creciendo considerablemente. El software de sis-
temas, por ejemplo (sistema operativo, compiladores, etc), es especialmente com-
plicado, y cualquier fallo conduce a consecuencias, cuando menos desagrada-
bles, en muchos casos catastróficas.
Tras imponerse en la década de los setenta, la programación estructurada
puede considerarse hoy como un estilo enteramente clásico. Los lenguajes de pro-
gramación imperativos más utilizados en los últimos años (Pascal, C, Ada) están
diseñados de manera que se favorece esta forma de programar, convirtiéndola en
algo natural, mientras se desaconseja con énfasis el uso de instrucciones no estruc-
turadas, especialmente GOTO.
423
En un libro como éste no puede faltar un capítulo sobre la programación
estructurada, que abarca, en forma muy sumaria, desde aspectos formales básicos
sobre programas en general y programas estructurados, hasta cuestiones prácticas
sobre diseño y ejemplos de estructuras complementarias facilitadas por lenguajes
hoy tan comunes como Pascal y C.
2. Definición formal de un programa

para ordenador
En las páginas sucesivas utilizaremos la técnica de los diagramas de flujo
(llamados también ordinogramas u organigramas) para describir los algoritmos y
los programas de ordenador que los ejecutan (fase 3, figura 1.1, capítulo 1).
Aunque esta práctica está en retroceso, ha sido un método muy popular, utilizado
ya por los primeros programadores (condesa Ada Lovelace, Adela Goldstine, Gra-
ce Hopper, John von Neumann, etc.). Sin embargo, hasta hace poco, la utilización
de estos grafos carecía de un soporte riguroso.
2.1. Definición algorítmica

Una primera forma de definir un programa hace uso del concepto de algoritmo,
detallado en el capítulo anterior. Dado un algoritmo A = <Q, E, S, F> llamamos
programa a la cuádrupla
P= <X,x0,Y,f>
donde
- X: Conjunto de los estados del ordenador.

- x0e X\ Estado inicial de la máquina, programa cargado y datos iniciales.
- Y: Conjunto de los estados finales de la máquina después del cálculo.
- f : Función de transición de un estado interno al estado siguiente.
Decimos que P representa al algoritmo A si existen tres aplicaciones
- g : E en x 0
- h : Xsobre Q, tal que h(Y)= S
- r : X en N
tales que
- El algoritmo A produce el resultado s e S a partir de e e E si y sólo si P

produce el resultado y e 7 a partir de g(e), de tal modo que h (Y) e s.
424
- Si xg X, entonces F (h(x)) = h (/* r(x)) , donde la notación f* r(x)
significa que la función f debe ser iterada r (x) veces.
2.2. Función, programa, función de programa

Una función es un conjunto de pares ordenados (a,b) tales que
(a, b') e / A (a, b") ef^>b' = b"
Cuando el par (a, b) e /escribiremosb = f (a) , donde a es un argumento de

f, b su valor o resultado. El conjunto de todos los argumentos es el dominio de f,
y el de todos los valores es la imagen de f.
Llamaremos estado del ordenador (y lo representaremos con la letra E) a un
conjunto de ternas (m,e,s), donde m representa el contenido de la memoria del
ordenador en un momento determinado, e es el contenido de las colas de entrada
y s el de las colas de salida en ese mismo momento. Distinguiremos un estado
especial, q0, que llamaremos "estado inicial" de la ejecución del programa.
Una instrucción es una función que pasa de un estado a otro estado, es decir,
modifica el contenido de la memoria, de las colas de entrada o de salida o de varias
de estas componentes a la vez.
f:E-*E
Naturalmente, una instrucción podría dejar invariable el estado de la máquina.

Un programa es un conjunto finito de instrucciones
=
P { f v f l ' f v •••j/n}
La ejecución del programa es el resultado de aplicar cada una de las funciones

o instrucciones que lo componen sobre el estado resultado de la anterior, excepto
la primera, que se aplica sobre el estado inicial.
9 , = / - ( - / 3 (ACA ( 9 o ) ) ) ) •••)
El valor qn obtenido se llama estado final de la ejecución.
Se llama función del programa [P] a:
[jf] = {(q0, q„) | q„ es el estado final si q0 es el inicial}
El programa P es una regla específica, pero no única, para calcular la función

[P]. Diremos que dos programas son equivalentes si definen la misma función del
programa. Por ejemplo, los programas de la figura 3.1 son equivalentes.
425
Figura 3.1.
Esta formalization del concepto de "programa" encuentra aplicación práctica

para la definición formal de la semántica de lenguajes de programación (Tema
"Lenguajes", cap. 5, apartado 4.2).
2.3. Normalización de organigramas

Vamos a formalizar de una manera mejor y más completa la idea de grafo
orientado asociado a un programa, que ya se presentó en el apartado 4 del primer
capítulo.
Un programa P puede representarse por un grafo G= (P, U) en el que el
conjunto de los nodos es el conjunto de instrucciones P y el de los arcos está defi-
nido por la siguiente regla:
"Existe un arco desde la instrucción f a la instrucción g si la función g puede
aplicarse al estado resultado de f durante la ejecución de P".
O, lo que es lo mismo, hay un arco de f a g si la instrucción g puede ejecutarse
inmediatamente después de la instrucción f.
Este grafo puede adoptar, en último extremo, la forma de un grafo orientado
con tres tipos de nodos (figura 3.2)
El nodo de función conduce siempre a la misma función siguiente, por lo que
tendrá la forma f(q)
El nodo de predicado tiene dos arcos de salida, y su definición es:
( fí (q) si p(q) es cierto.

f(q)=<
l /2(<?) si es falso.
426
donde p : E -> {True, False} ({cierto, falso}) es un predicado que se aplica a un
estado y toma el valor True o el valor False. Supondremos que el arco superior o
el de la derecha (si el nodo se dibuja verticalmente) corresponde a True, y el infe-
rior o izquierda corresponde a False. (Nota: a veces, en la práctica, se invierte este
convenio).
Nodo de función
Nodo de predicado
(expresión lógica o condición)
Nodo de agrupamiento
Figura 3.2.
Un nodo de agrupamiento simplemente transfiere control de sus dos líneas de

entrada a la de salida.
Definiremos programa limpio como aquel cuyo grafo posee solamente un arco
de entrada y solamente un arco de salida, existiendo además un camino que lleva
desde la entrada hasta cualquier nodo del grafo y desde cualquier nodo hasta la
salida.
Se define una clase especial de diagramas BJ (por Bóhm y Jacopini) sobre un
conjunto de funciones F- { f v .,., fm} y un conjunto de predicados PR= {Pv
..., Pn} en la forma del cuadro de la figura 3.3 . Esta definición es recurrente y
permite reconstruir cualquier diagrama de flujo de programas limpios como un
diagrama BJ, lo que nos proporciona una forma de normalizar los diagramas de
flujo.
427
Figura 3.3.
3. ¿Qué es un programa estructurado?

3.1. Estructuras básicas
Se ha demostrado que toda función de programa puede realizarse mediante un
programa limpio construido mediante diagramas BJ (llamados a veces diagramas
D, por Dijkstra, uno de los autores más reconocidos). Algo semejante ocurre,
como vimos (Tema "Lógica", cap. 2, apartado 2.4), con las expresiones lógicas
del cálculo proposicional, que pueden construirse a partir de sólo dos operadores
lógicos: OR y NOT.
Sin embargo, en la práctica suelen utilizarse dos bloques básicos más, deri-
vados de los anteriores, con objeto de simplificar los programas. La figura 3.4
presenta los cinco bloques básicos que vamos a utilizar a lo largo de este capítulo.
3.2. Definición de programa estructurado

Se dice que un programa es estructurado si se expresa únicamente mediánte
las estructuras básicas de la figura 3.4. En concreto, las funciones de programa de
cada una de las estructuras anteriores son:
BLOCK(f,g,...,h)(q) = h(...(g(f(q)))).
IFTHENELSE(p,f,g)(q) = Si p, f(q), si , g(q).
428
Expresión
GRAFO FORMULA Pascal £

1. BLOCK(f,g) begin {f;g;}
f;g
end
2. IFTHENELSE ifp ¡f (P)

(p.f.g) thenf thenf
else g; else g;
3. DOWHILE(p.f) while p while (p)

do f; f;
4. IFTHEN(p,f) ifp if (P)
then f; then f;
5. DOUNTIL(p.f) repeat f dof

until p; while(p);
Figura 3.4.
IFTHEN(p,f)(q) = Si p, f(q), si - , p , q.
DOWHILE(p,f)(q) = Si p, DOWHILE(p,f)(f(q)), si , q.
DOUNTIL(p,f)(q) = Sip, DOUNTIL(p,f)(f(q)), si - p , f(q).
donde q es un estado cualquiera de la máquina. Se observará que hemos extendido

la estructura básica BLOCK para que acepte más de dos argumentos. En general,
esta extensión puede expresarse así (en el caso de tres argumentos):
BLOCK(f,g,h) = BLOCK(f,BLOCK(g,h))
Un programa será estructurado si su función puede expresarse de una de las

cinco formas anteriores, en función de cierto conjunto de predicados p, y donde
cada una de las funciones f, g, es:
La función identidad.
Cálculos de P.
Un subprograma limpio de P, también estructurado.
Ejemplo: el grafo de la figura 3.5 es estructurado porque su función puede

escribirse así:
[P] = IFTHENELSE (p, DOWHILE (q, f), BLOCK (g, h))
429
Figura 3.5.
3.3. Teorema de estructura para

un programa limpio
Existe un teorema de estructura que, dado un programa P (representado por un
diagrama de flujo cualquiera), demuestra la existencia de un diagrama BJ
equivalente a P (en el sentido de representar la misma función de programa [P]),
que utiliza el mismo conjunto de funciones básicas y de predicados asociados a P,
junto con tres funciones nuevas y un predicado adicional.
Las funciones nuevas son:
TRUE: Añade el valor "true" (cierto) al conjunto de sus datos de entrada. Es

decir, TRUE(a) = (a, true), donde a son los datos de entrada del bloque
asociado a esta función.
FALSE: Añade el valor "false" (falso) al conjunto de sus datos de entrada. FAL-
SER) = (a, false).
POP: Es la función inversa de las dos anteriores. Elimina el último valor
lógico añadido a su conjunto de datos de entrada. Es decir, POP(a,b) =
a, donde b es un valor lógico ("true" o "false").
El predicado nuevo es:
430
TOP: Aplicado a un conjunto de datos al que se ha añadido un valor lógico,
su resultado es dicho valor lógico. Es decir, TOP(a,b) = b, donde b es
un valor lógico ("true" o "false").
El teorema de estructura, que no vamos a demostrar, dice así: todo programa

limpio es equivalente (en el sentido de representar la misma función de programa
[P]) a un programa estructurado que contiene como máximo las fórmulas
BLOCK, IFTHENELSE (IFTHEN), y DOWHILE (o DOUNTIL), las funciones
TRUE, FALSE y POP, el predicado TOP, así como las funciones y predicados del
programa original.
3.4. Ejemplo de aplicación del teorema

de estructura
Partimos del organigrama de la figura 3.6.
Figura 3.6.
Aplicando el teorema de estructura, podemos construir el de la figura 3.7,
Figura 3.10.
431
equivalente a él. Obsérvese que al comienzo de la ejecución se realiza la secuencia
de sentencias (TRUE;TOP;POP;p), por lo que la función p tiene como dominio el
mismo conjunto de datos de partida que el programa original. En el ramal donde
se encuentra la función f marcamos uno de los arcos con TRUE y el otro con
FALSE para poder encaminar de nuevo la ejecución hacia el predicado p o hacia
la salida del programa. El ramal inferior (el de la secuencia (s;g) se marca con
FALSE para abandonar la ejecución la próxima vez que se pase por el predicado
TOP.
Este organigrama puede describirse mediante la siguiente fórmula o función
de programa:
[P] = BLOCK (TRUE, DOWHILE (TOP, BLOCK (POP, IFTHENELSE

(p, BLOCK (f, IFTHENELSE (q, TRUE, BLOCK (g, FALSE))),
BLOCK (IFTHEN (s, g), FALSE)))), POP).
4. Método general de diseño de programas

estructurados
Del teorema anterior se deduce, como corolario, que todo programa estruc-
turado se reduce a una sola de las estructuras básicas: BLOCK, IFTHENELSE
(IFTHEN), DOWHILE (o DOUNTIL). El ejemplo anterior se reduce a BLOCK.
El método de diseño de programas estructurados parte de ahí: su primer objetivo
debe ser deducir cuál es la estructura básica primordial del programa que se desea
construir. A partir de ese punto se irá profundizando en el interior de esa es-
tructura, refinándola progresivamente e introduciendo niveles y pasos sucesivos
("stepwise refinement") hasta llegar a un nivel en el que ya no interese refinar más.
4.1. Recursos abstractos

Para resolver un problema por los métodos clásicos de la programación
procedimental, es preciso pasar por cinco etapas fundamentales (solución en cas-
cada):
Análisis del problema (qué hay que hacer).

Diseño de una solución (cómo lo hacemos).
Codificación del programa (hagamos que lo haga).
Pruebas del programa (comprobemos que lo hace).
Mantenimiento (si no lo hace perfectamente bien).
En general, existe una brecha importante entre las especificaciones de un pro-

blema a resolver (resultado del análisis) y los recursos concretos de que se dispone
432
(bloques básicos del diseño), brecha que es necesario salvar. Uno de las maneras
posibles para resolver este problema (veremos otra posibilidad en el capítulo
siguiente) consiste en descomponer las acciones complejas en otras acciones más
simples (recursos abstractos, según Dijkstra) concebidas como instrucciones para
una supermáquina (inexistente) capaz de poder ejecutarlas. Como es natural, una
vez que hayamos descompuesto el problema de esta manera, tendremos que
procesar esas superinstrucciones, que se convertirán de esta forma en subobje-
tivos, y para ello podemos aplicar recursivamente el mismo método. Esta manera
de concebir los programas no es exclusiva de la programación estructurada, pues
se aplica igualmente en ciertas formas de la programación modular. En nuestro
caso, sin embargo, hay que recordar que la descomposición en superinstrucciones
debe corresponderse con las estructuras básicas de las que hemos hablado en
apartados precedentes. Por lo tanto, el razonamiento utilizado para el diseño debe
guiarse por la decisión de utilizar siempre esas estructuras básicas en cada uno de
los pasos sucesivos, como veremos a continuación.
4.2. Razonamiento deductivo

(diseño descendente)
Con este nombre se designa al proceso mental que permite construir un pro-
grama por medio de una marcha analítica que se refleja en niveles o pasos suce-
sivos de refinamiento, cada uno de los cuales posee sus propios recursos abs-
tractos que permiten resolver el programa por completo. Esta marcha analítica,
totalmente cartesiana, exige que en cada nivel de razonamiento podamos apoyar-
nos en el hecho de que el problema ha sido totalmente resuelto para el nivel
superior. Sólo se trata de construir un refinamiento que se acerque más a las limita-
ciones existentes (los recursos reales). Por eso nunca será necesario volver atrás,
salvo por haber detectado un error en la fase anterior o por tratar de encontrar una
solución más conveniente.
El paso de un nivel al nivel siguiente se realiza mediante un cambio en el
"punto de vista", lo que permite introducir un refinamiento. Obsérvese que cual-
quiera de nuestras estructuras básicas tiene sólo un punto de entrada y una salida
única, como indica la figura 3.8. Podemos ver cada una de ellas de dos maneras
diferentes:
Punto de vista "exterior". La estructura es una caja negra en la que penetra la

información de entrada, para ser manipulada y transformada en la in-
formación de salida correspondiente. En este caso interesa sólo lo que hace la
estructura, pero no cómo lo hace.
Punto de vista "interior". La situación es la opuesta. Ahora nos interesa cómo

lo hace, encadenando acciones, ofreciendo alternativas o repitiendo acciones
más simples. En este momento, lo que nos interesa es averiguar la estructura
interna de la caja negra primitiva.
433
NIVEL N NIVEL N + 1
•
Punto de vista Punto de vista
exterior interior
Figura 3.8.
4.3. Ejemplo de diseño de un programa

estructurado
Se ha escogido un caso práctico que consiste en simular un reloj digital y
estructurar su programación. El reloj tendrá dos ventanillas visualizadoras, la
primera con tres campos (horas, minutos y segundos), cada uno de dos dígitos; la
segunda con dos campos (mes y día), también de dos dígitos. Por ejemplo, el 30
de abril se representará en la segunda ventanilla como 04:30.
Para que la simulación sea completa, dotaremos a este reloj de una batería que
se agota al cabo de N impulsos, siendo N un dato numérico conocido. Por lo tanto,
los datos de entrada de nuestro programa serán seis: N, HORA, MINUTO, SE-
GUNDO, MES y DIA, donde los cinco últimos definen el momento inicial, en
que el reloj se pone en marcha.
Se desea que el programa escriba sucesivamente "HORA", hora actual, "MI-
NUTO", minuto actual, "SEGUNDO", segundo actual, "DIA", día actual, "MES",
mes actual, una línea de seis asteriscos, "HORA", hora actual, etc. Cuando se
acabe la batería, el programa escribirá" SE ACABO LA BATERIA" y se detendrá.
Los caracteres entrecomillados denotan textos que hay que imprimir literalmente.
Recordemos que febrero tiene 28 días (se desprecia la consideración de los
años bisiestos), abril, junio, septiembre y noviembre tienen 30, el resto de los
meses 31. Obsérvese también que el programa debe escribir los estados sucesivos
de la esfera del reloj, pero no le exigimos que lo haga a intervalos de tiempo fijo.
En el primer nivel planteamos una solución esquemática completa que re-
suelve totalmente el problema, si fuera posible contar con una máquina que sea
capaz de ejecutar las instrucciones contenidas en los distinos nodos del organi-
grama de la figura 3.9.1. En este esquema", las palabras HORA y FECHA, escritas
en cursiva, representan los conjuntos (HORA, MIN, SEG) y (MES, DIA), res-
pectivamente. Cuando el texto HORA no aparezca en cursiva se refiere al ele-
mento HORA.
Obsérvese que se utiliza un contador, una variable interna o local, que
llamaremos OSC (de OSCILADOR), porque corresponde al oscilador de un reloj
digital real. Si se exceptúa la instrucción "CALCULA E IMPRIME NUEVA HO-
RA Y FECHA", las demás instrucciones de la figura 3.9.1 son traducibles de for-
ma sencilla al lenguaje de cualquier ordenador. Por ello prescindiremos de ellas
y nos dedicaremos con más detalle a la instrucción mencionada, que desglosa-
remos en un nivel superior (figura 3.9.2).
435
436
i
DIA = 01
\ 1
Figura 3.9.7. Figura 3.9.8.
El refinamiento continúa progresivamente a través de niveles sucesivos repre-

sentados por las figuras 3.9.3, 3.9.4 y 3.9.5. Al llegar al nivel representado en la
figura 3.9.6 nos encontramos ante un pequeño obstáculo: todos los meses no tie-
nen el mismo número de días. Lo que hacemos es recurrir a un recurso abstracto
que calcule el límite de la cuenta de días en un mes, dejando su desarrollo para
más adelante, en este caso para la figura 3.9.8, donde se plantea una de las solu-
ciones estructuradas posibles.
Una vez terminado el proceso de desglose, se recorre el camino en sentido
inverso sustituyendo sistemáticamente los diagramas más sencillos en el diagrama
de nivel inmediatamente anterior, hasta recuperar la estructura completa de la
figura 3.9.1, pero ya compuesta con todo el detalle de las operaciones fácilmente
traducibles a instrucciones para un ordenador. El organigrama final es el de la
figura 3.10 donde, por razones de espacio, no se ha sustituido el diagrama de la
figura 3.9.8. Es obvio que este diagrama dista de ser el mejor. Por ejemplo, sería
posible introducir una variable adicional, a la que se asignara el número de días
del mes cada vez que éste se inicie.
5. Programación estructurada en Pascal y C

Pascal y C son dos lenguajes especialmente diseñados para la programación
estructurada. De hecho, la instrucción GOTO está francamente desaconsejada, y
algunos compiladores incluso generan un mensaje de aviso cuando se encuentran
una en el programa fuente.
437
Figura 3.10.
438
Además de las estructuras básicas, ya detalladas en la figura 3.4, ambos
lenguajes permiten utilizar otras, que definiremos a continuación.
5.1. Bloque múltiple

Como hemos dicho más arriba, se suele extender la definición de la estructura
BLOCK para que puedan concatenarse más de dos funciones. La extensión
correspondiente en Pascal y en C es elemental. BLOCK(f,g,...,h) se representa así:
En Pascal:
begin
f;g;...;h
end
EnC:
{f;g;...;h}
5.2. Bucle "for"

Una de las formas más corrientes de la instrucción en bucle utiliza un contador
que va aumentando o disminuyendo de valor hasta alcanzar cierto valor de termi-
nación, en cuyo caso el bucle deja de ejecutarse. Esta instrucción es fácilmente
reducible a un bloque DOWHILE, por lo que su introducción desempeña el papel
de una simple abreviatura. Veamos un ejemplo en cada uno de los dos lenguajes:
En Pascal:
f o r N : = l t o 10 do f ;
EnC:
for (N=l; N<=10; N++) f;
El ejemplo anterior es equivalente a:
BLOCK (N=l, DOWHILE (N<=10, BLOCK ( f , N++)))
5.3. Instrucción CASE

Esta es otra instrucción que abrevia varias de las clásicas en una sola. En par-
ticular, tiene sentido utilizarla cuando tenemos que introducir en nuestro progra-
439
ma cierto número de IFTHENELSE consecutivos cuyos predicados respectivos
son comparaciones de valor de una variable con dos o más constantes. Veamos
un ejemplo en Pascal y C:
En Pascal:
case N of
1: X =3;
3: X = 7;
5: X =2;
else X:=5
end
EnC:
s w i t c h (N) {
c a s e 1: X=3; b r e a k ;
c a s e 3: X=7; b r e a k ;
c a s e 5: X=2; b r e a k ;
default: X=5; b r e a k ;
}
El ejemplo anterior es equivalente a:
. IFTHENELSE (N==l, X=3,

IFTHENELSE (N==3, X=7,
IFTHENELSE (N==5, X=2, X=5)))
6. Ventajas de la programación estructurada

La programación estructurada (P.E.) se impuso durante los años setenta porque
proporcionaba a los programadores ventajas evidentes importantísimas, entre las
que podemos destacar las siguientes:
Comunicabilidad, considerada como una faceta dentro de la condición más

general de inteligibilidad. La P.E. produce programas claros, limpios,
expresados con fórmulas y diagramas muy fáciles de comprender. La conse-
cuencia inmediata es la disminución de los costes de programación y la
potenciación del trabajo en equipo. También es importante la faceta didáctica:
la P.E. puede enseñarse bien, ya que facilita la discusión y la comparación de
programas.
Corrección: el aspecto más importante de la programación estructurada es la

posibilidad de demostrar formalmente si un programa es correcto o no. En
440
efecto, si la fórmula de un programa emplea sólo las estructuras básicas, pue-
de probarse si es correcto o no mediante un censo de todos los nodos del gra-
fo. Dejamos sugerida esta cuestión, de gran complejidad teórica, que se sale
del objetivo de este libro.
Facilidad de modificación: el diseño multinivel que hemos detallado en las

páginas anteriores abre paso a la posibilidad de introducir modificaciones más
o menos importantes en una aplicación previamente construida. Imagine el
lector, por ejemplo, la posibilidad de extender el ejemplo del reloj digital,
introduciéndole una tercera ventana donde aparezca el día de la semana.
7. Resumen
Se ha definido un programa como la representación de un algoritmo. Análo-
gamente, un organigrama (u ordinograma o diagrama de flujo) es un grafo que
representa un programa.
Se ha visto que el organigrama de cualquier programa puede construirse con
sólo tres tipos de nodos: de función, de predicado y de agrupamiento. Además,
cualquier programa puede sustituirse por otro equivalente (en cuanto a la función
que realiza) cuyo organigrama está construido con sólo tres tipos de estructuras
o diagramas simples: concatenación, alternativa y repetitiva. Estas tres estructu-
ras simples tienen una entrada y una salida única. Un programa está estructurado
cuando su organigrama está formado únicamente por las tres estructuras simples,
o por otras, igualmente simples, derivadas de ellas.
Si un programa es limpio, pero no estructurado, es posible construir un pro-
grama estructurado equivalente, sin distorsionar demasiado la estructura original,
añadiendo tres funciones (TRUE, FALSE, POP) y un predicado (TOP) que
amplían el conjunto de estados introduciendo variables lógicas binarias.
El método general de diseño de programas estructurados se resume en el es-
quema conceptual de la figura 3.11 sin necesidad de mayores palabras.
t
RAZONAMIENTO DEDUCTIVO
(sin olvidar la lógica)
±
•
ESTRUCTURAS BASICAS
I
?
RECURSO ABSTRACTO
Figura 3.10.
441
En 1966, Bóhm y Jacopini pusieron las primeras piedras de la teoría de la
programación estructurada, partiendo de los diagramas o estructuras básicas in-
dispensables en un lenguaje de programación. Otras aportaciones teóricas en este
campo se deben a Dijkstra, Hoare, Wirth y Mills (Mills, 1975). Es notable el libro
de Dahl, Dijkstra y Hoare (1972). Otras obras interesantes corresponden a Manna
(1974), Dijkstra (1976) y Alagic y Arbib (1978).
Más al alcance de los programadores profesionales, es de notar el impacto
causado por un número de la revista Datamation (1973), que dedicó varios ar-
tículos a este tema con el título genérico de "Revolución en la Programación".
No se pretende que estas referencias constituyan siquiera un conjunto mínimo
básico. Sólo estudiando una obra colectiva preparada por distintos especialistas
puede uno hacerse una idea de conjunto. Merece la pena citar un estudio panorá-
mico en español, editado por Gamella (1985).
En este capítulo, el teorema de estructura del subapartado 3.3 se tomó de
Tabourier et al. (1975), referencia utilizada asimismo en varios pasajes del ca-
pítulo.
En cuanto al método de diseño de programas estructurados, se debe a Dijkstra
(en Dahl et al., 1972). Se trata de un método muy general, utilizable en toda
circunstancia. Sin embargo, motivos prácticos han aconsejado el desarrollo de
procedimientos dirigidos a cierta clase de problemas, como los de Yourdon,
Linger y Mills (EE.UU., véase Yourdon, 1975), Jackson (G.B., 1975), Warmer y
Bertini (véase Warnier, 1973). Sáez Vacas (1976) ha estudiado algunos de estos
métodos y su relación con los fundamentos científicos de la P.E.
El ejemplo de simulación de un reloj digital lo hemos adaptado de Arbib
(1977).
Para ampliar la programación estructurada en Pascal o en C pueden utilizarse
los dos textos clásicos de los autores de estos lenguajes: Kernighan y Ritchie
(1978) y Wirth (1980), o bien libros más moderaos, como Kelley y Pohl (1987),
Gottfried (1993), Joyanes (1990) o Salmon (1993). Sobre programación en
general, puede verse Cerrada y Collado (1993), que emplea el lenguaje Modula-2.
9. Ejercicios
9.1. Dado el grafo adjunto, indicar cuál de las siguiente opciones se
corresponde con la fórmula de programación estructurada que define
los mismos cálculos.
a) BLOCK ( f , DOWHILE (p, -,q, g))
b) BLOCK ( f , IFTHEN (p, DOUNTIL (q, g)))
442
c) BLOCK ( f , DOWHILE (p, DOUNTIL (q, g)))
d) BLOCK ( f , IFTHEN (p, IFTHEN -,q} g))
9.2. Obtener la fórmula del siguiente programa estructurado.
443
9.3. Obtener la fórmula correspondiente al siguiente grafo estructurado:
9.4. Obtener el organigrama del siguiente problema estructurado:

DOWHILE (pv IFTHENELSE (p2, IFTHEN (p3, BLOCK (DO-
UNTIL (p4, DOWHILE (p5, ft)), IFTHENELSE (p6,f2,Q ))))
9.5. Obtener el diagrama de flujos del programa estructurado siguiente:

BLOCK ( f t , DOWHILE (px, IFTHENELSE (pv f2, IFTHENELSE
(p3, IFTHENELSE ( p 4 , f v f 4 ) , IFTHENELSE (p5,f5, IFTHEN
(PeJe) )))))
9.6. Transformar el siguiente organigrama en un organigrama estructurado

utilizando el método de las cuatro funciones estándar TRUE, FALSE,
POP y TOP. Nota: pivótese básicamente sobre la estructura DOUNTIL.
Escríbase la fórmula de la estructura resultante.
444
4
Evolución de la
programación
1. Introducción
En este capítulo profundizamos en las metodologías de análisis y diseño
apuntadas en el capítulo anterior al hablar de recursos abstractos. Se discute tam-
bién cómo se puede asegurar que el programa desarrollado para plasmar un algo-
ritmo es correcto (no contiene fallos) o, en caso de contenerlos, es robusto (los
detecta y actúa ante ellos de forma ordenada).
Actualmente, la orientación a objetos se ha convertido en una de las meto-
dologías de análisis, diseño y programación más extendidas. Por ello, su descrip-
ción somera no podía faltar en este libro, aunque no sea éste el lugar adecuado
para entrar a fondo en la cuestión. Para compensar un tratamiento tan sucinto, el
capítulo termina con unas "Notas" relativamente amplias, dirigidas a los lectores
más interesados.
447
2. Cómo se construye un programa
A principios de los años ochenta se llegó a establecer una metodología, que
podríamos llamar estándar, para el desarrollo de aplicaciones de programación.
Esta metodología, que no es más que una generalización, aplicada a la infor-
mática, de la que mencionamos al referirnos a la resolución de problemas en el
capítulo 1 (figura 1.1), tiene el aspecto que indica la figura 4.1.
Análisis
Diseño
| Codificación
| Pruebas
I Mantenimiento
Figura 4.1.
Debido al aspecto de la figura, se dice que esta metodología se desarrolla en

cascada, pues parte de la base de que no se puede pasar a una de las cinco
etapas sin haber dado por terminadas todas las anteriores.
Las etapas en cuestión pueden definirse así:
• Análisis: equivale a decidir qué es lo que tenemos que hacer. Es decir, definir
la aplicación o programa a construir, en función de los requisitos estable-
cidos por el usuario. Llamamos usuario a la persona que encarga el progra-
ma, que no tiene necesariamente por qué coincidir con la persona que va a
utilizarlo. Para distinguirlos, a este ultimo lo llamaremos usuario final.
• Diseño: en esta etapa, lo que hay que definir es cómo vamos a hacerlo. Entre
todas las formas posibles de resolver el problema, se trata de elegir la más
simple, o la más barata, o la más eficiente, o la que mejor se adapte a los re-
quisitos del análisis.
• Codificación: una vez sabemos lo que hay que hacer, y cómo hacerlo, ha
llegado el momento de la verdad: hay que ponerse a programar y construir la
aplicación. Esta es, normalmente, la parte más larga del proceso y la que
consume más recursos.
Pruebas: no basta con que el programa esté terminado, hay que asegurarse de
que funciona perfectamente, no sólo en un caso, sino en todos. Un buen di-
seño de pruebas es esencial para esto. Otra alternativa podría ser la compro-
bación automática de programas.(Tema "Lenguajes", cap. 5, apartado 4.1)
• Mantenimiento: a pesar de todos nuestros esfuerzos, si la aplicación es lo

suficientemente grande o compleja, es casi seguro que en la fase de pruebas
se nos escapará alguna situación en la que el programa no funcione correc-
tamente. Por eso hay que tener previsto que tendremos que volver a él para
448
corregir los problemas que puedan ir surgiendo, y para ello es esencial que
el programa esté muy bien documentado. Además, puede que sea necesarió
volver de nuevo a las fases de análisis y diseño, para corregir, mejorar o
adecuar la aplicación, ya sea porque vamos a construir una segunda versión,
o simplemente para responder a cambios en las condiciones de contorno de
la aplicación a lo largo de su vida útil.
En la metodología en cascada, es preciso dar por terminado el análisis antes de

comenzar con el diseño; hasta que no terminemos con éste no empezaremos a
programar; no haremos las pruebas hasta que todo el programa esté completo; y
no comienza la fase de mantenimiento hasta que demos por terminadas las
pruebas.
3. Técnicas de análisis y diseño

La metodología en cascada puede ampliarse, subdividiendo las cinco etapas
indicadas y aumentando el grado de detalle dedicado a cada una de ellas. Por
ejemplo, existe una metodología llamada MAPS (siglas de Methodology for
Algorithmic Problem Solving), cuyas siete etapas (véase la figura 4.2) pueden
reducirse á la metodología en cascada de la siguiente manera:
Diálogo
Especificaciones
Descomposición funcional
Definición de abstracciones
Codificación
Pruebas/verificación
Presentación
Figura 4.2.
• Etapa 1: diálogo. Es esencialmente idéntica a la fase de análisis.
• Etapa 2: especificaciones. Es la primera subíase del diseño, durante la cual

se escriben precondiciones, que definen los datos de entrada en todas las for-
mas que pueden tomar, y postcondiciones que especifican el resultado que de-
be generarse, en función de los datos de entrada, cualesquiera que sean éstos.
Las precondiciones y las postcondiciones deben ser consistentes entre sí.
449
• Etapa 3: descomposición funcional. Es la división sistemática del proceso en
una serie de pasos diferentes entre sí. Una vez realizada, la descomposición
puede aplicarse de nuevo a cada uno de los pasos obtenidos, reduciendo
progresivamente su grado de complejidad hasta que llegue a ser manejable.
En esencia, esta etapa ha sido descrita en el capítulo 3, en relación con el
diseño descendente de programas estructurados.
• Etapa 4: definición de las abstracciones. Esta es la última subíase del diseño,
en la que se decide cómo construir cada una de los pasos obtenidos en la etapa
precedente. Este es el lugar adecuado para reutilizar código (si ya hemos
tenido que realizar alguna de las operaciones en aplicaciones anteriores) o
para decidir si un paso debe construirse como subrutina (si hay posibilidades
de usarlo en varios sitios diferentes, ya sea en esta misma aplicación o en otras
que puedan venir después), o como código embebido (en caso contrario).
• Etapa 5: codificación.
• Etapa 6: pruebas y verificación. Estas dos etapas son idénticas a la tercera y
la cuarta de la metodología en cascada.
• Etapa 7: presentación. Tiene por objeto facilitar el mantenimiento del pro-
grama, producto o aplicación construido, añadiendo información sobre quién
lo ha construido, en qué fechas, y de qué manera, especificando además qué
rutinas de las utilizadas por el programa podrían utilizarse en otros entornos
y de qué manera.
La descomposición funcional no es la única metodología de diseño existente.
Hay otras, entre las que destacan las siguientes:
El modelo entidad-relación (E-R), que trata de definir las componentes prin-
cipales de la aplicación y las relaciones que existen entre ellas, por medio de
una red semántica (Tema "Lógica", cap. 6, apartado 4) como la de la figura 4.3.
Figura 4.10.
450
• El diagrama de flujo de datos (DFD), que describe el camino que recorren los
datos en un sistema o aplicación, dónde se almacenan, de dónde vienen y
adonde van. La figura 4.4 muestra un ejemplo autoexplicativo.
4. Programas correctos, robustos

y convivenciales
Uno de los problemas fundamentales cuando se desarrolla un algoritmo y se
plasma en un programa de ordenador, es asegurarse de que el programa es, en
efecto, idéntico al algoritmo, en el sentido de que ambos producen los mismos
resultados para cualquier combinación de datos de entrada. Si esto es cierto, deci-
mos que el programa es correcto. Si no lo es, cada discrepancia entre el programa
y el algoritmo se considera un error del programa. La fase de pruebas (depuración,
verificación) de un programa consiste esencialmente en la detección y eliminación
de todos los errores.
Agentes Procesos y flujo Bases de Datos
Figura 4.4.
Desgraciadamente, cuando el algoritmo es muy complejo (lo que implica que

el programa que lo plasma también lo será) es muy difícil asegurarse de que el
programa es correcto. Por eso dijimos, al hablar de la fase de mantenimiento, que
es casi seguro que en la fase de pruebas se nos escapará algún error. Todos los
fabricantes de software son conscientes de ello y dedican recursos, a veces consi-
derables, al mantenimiento de sus productos.
451
¿Qué ocurre cuando, a pesar de nuestros esfuerzos, se nos ha escapado algún
error? El programa podría reaccionar ante esta situación de maneras muy dife-
rentes:
• Generando un resultado incorrecto, sin avisar de que lo es.

• No terminando nunca. Por ejemplo, metiéndose en un bucle permanente sin
salida.
• Terminando de forma desordenada, por ejemplo, saliendo al sistema opera-
tivo sin generar mensaje alguno o generando un mensaje muy difícil de
interpretar o que no proporcione información útil. Un caso aún peor ocurre
cuando el sistema operativo queda inutilizado por culpa del error y es preciso
realizar una carga inicial (I.P.L., Initial Program Load) o, incluso, volver a
encender la máquina.
• Terminando de forma ordenada, generando un mensaje de error significativo
que informe al usuario del problema detectado.
• Detectando el error y dando al usuario oportunidad de corregirlo y continuar
la ejecución sin tener que volver atrás.
De las cinco posibilidades mencionadas, las tres primeras son erróneas. Quizá
la peor de todas sea la primera, pues el programa nos engaña y nos da un resultado
incorrecto, del que no tenemos ningún motivo para dudar. La segunda y la tercera
son bastante desagradables, pues nos obligan a perder tiempo reinicializando la
máquina y el sistema operativo. La figura 4.5 presenta algunos ejemplos de pro-
gramas de este tipo, escritos en el lenguaje C.
/* Algoritmo a realizar: f(a,b)=a+b */

short int suma (short int a, short int b) {
return a+b;
}
Figura 4.5. a)
/* Algoritmo a realizar: f(a)=factorial(a) */

float factorial (int a) {
float b=l.;
for (; a! =0 ; a — ) b*=a;
return b;
}
Figura 4.5. b)
/* Algoritmo a realizar:
f(a)^longitud de la cadena de caracteres a */
unsigned short longitud (char *a) {
unsigned short b=0;
for (;a[0]!=1\01;a++) b++;
return b;
}
Figura 4.5. c)
En el programa de la figura 4.5.a), los números a y b han sido definidos como

números enteros cortos, usualmente comprendidos entre -32768 y 32767. Si
invocamos el programa con los siguientes datos de entrada: suma(20000,30000),
no obtendremos la suma correcta (50000), sino un valor erróneo (-15536), debido
a que la suma se ha salido del alcance o rango del conjunto de datos con el que
estamos tratando (los enteros cortos).
De igual manera, el programa de la figura 4.5.b) se nos mete en un bucle
permanente si se invoca con un dato de entrada negativo, por ejemplo, facto-
rial(-l). Y el de la figura 4.5.c) terminará probablemente con un mensaje inin-
teligible si se invoca con una cadena de caracteres nula, longitud(NULL), pues
intentará introducirse en la memoria normalmente reservada para el sistema
operativo.
Decimos que un programa es robusto si, cualquiera que sea la combinación de
sus datos de entrada, no se presenta ninguna de las tres situaciones indicadas. Si,
además, en todos los casos se da la situación número 5, diremos que es convi-
vencial (user friendly, en inglés).
Asegurarse de que un programa es correcto, robusto y convivencial no es nada
fácil. Las diversas metodologías de análisis y diseño procuran facilitar el
programa descomponiéndolo en partes más simples (como se hace en la fase de
descomposición funcional de MAPS o mediante la programación orientada a
objetos, que veremos a continuación).
5. Programación orientada a objetos

El estudio de la mente humana ha apasionado y sigue apasionando al hombre
desde hace muchos siglos. Poco a poco, vamos obteniendo alguna información
sobre su funcionamiento, y es curioso que sea precisamente la gramática, asigna-
tura fundamental en la enseñanza medieval, la que puede arrojar alguna luz sobre
el problema de cómo adaptar la programación de los ordenadores al funciona-
miento de nuestra mente.
Las técnicas de diseño que hemos descrito en los párrafos anteriores, y que han
venido utilizándose tradicionalmente, abordan las aplicaciones desde un punto de
vista claramente funcional. Recordemos el procedimiento utilizado en el capítulo
453
3 para construir un programa que simula un reloj digital. Descompusimos el
proceso completo en fases más simples, cada una de las cuales representa una
función concreta y viene definida por un verbo de acción: "Lee datos", "Imprime
hora", "Inicia oscilador", etcétera. De hecho, el procedimiento de diseño des-
cendente mencionado más arriba (la descomposición funcional) tiene como
resultado usual un conjunto de verbos.
Sin embargo, la mente humana evolucionada no funciona así: el verbo no es,
normalmente, el elemento primario de nuestra percepción. Hay algo más
importante y básico: el nombre sustantivo. Lo primero que nos llama la atención
cuando entramos en contacto con el mundo es la multitud de los seres, los objetos.
No vemos en primer lugar acciones, sino cosas que actúan o permanecen inertes.
Si un insecto pasa volando por nuestro campo de visión, no pensamos "algo
vuela", sino "una mosca": el nombre va antes que el verbo, y no sólo sintác-
ticamente. Esto tiene la consecuencia de que nuestras clasificaciones siempre se
basan en los nombres, los objetos, nunca en los verbos. Dividimos los animales
según sus propiedades físicas (vertebrados o invertebrados, según tengan o no
columna vertebral), no según su comportamiento: no se nos ocurre construir el
grupo de los que "se arrastran" o de los que "corren".
Entre paréntesis, es sugerente el paralelismo entre la evolución de los modelos
de la programación y la del lenguaje humano. Los pueblos primitivos se las arre-
glan con pocas palabras, casi todas verbos en modo imperativo. Los algonquinos
preagrícolas del norte de América poseen ya un vocabulario total de unas 4.500
palabras, con un 53% de verbos y un 32% de nombres. Finalmente, el inglés
moderno contiene alrededor de un 10% de verbos sobre un total de unas 150.000
palabras.
Como hemos comentado anteriormente, la programación tradicional se basa
principalmente en los verbos, y que éste no es exactamente el método natural. ¿No
podríamos cambiar de modo de pensar y pasar a una forma de programar basada
en los nombres? La respuesta a esta pregunta resulta ser afirmativa. Desde finales
de los ochenta ha comenzado a extenderse una metodología alternativa, la
programación orientada a objetos (OOP, por las siglas inglesas de Object-
Oriented Programming). En esta forma de programar, el elemento fundamental
no es la acción, sino el objeto, del mismo modo que en las representaciones
estructuradas del conocimiento (Tema "Lógica", cap.6 ap. 4). Además, diversos
objetos se relacionan entre sí de varias maneras:
Por el hecho de pertenecer a la misma clase o subclase. El conjunto de todas

las clases y subclases de objetos con que vamos a trabajar forma una estructura
jerárquica como el de la figura 4.6. Los programas clásicos también tenían su
jerarquía, pero se basaba en un principio totalmente diferente: en el hecho de
que un programa llama a otro (mediante la instrucción CALL o algo
equivalente). La jerarquía orientada a objetos queda definida por una relación
de pertenencia (un objeto pertenece a una clase) o de subconjunto (una
subclase está comprendida en una clase más grande).
Ventana
Diálogo Mensaje
Error Aviso Selección
Error 1 Error 2 Sell
Figura 4.6.
En la figura, Errorl, Error2 y Sell son objetos, y la relación en que se encuen-

tran con Error y Selección es la pertenencia a una clase. Los restantes arcos del
árbol jerárquico representan relaciones de subclasificación (subconjunto).
• Un objeto puede relacionarse con otro de forma no jerárquica, enviándole un

mensaje para que haga algo. En la programación orientada a objetos, los
mensajes sustituyen a las llamadas de subrutina de la programación clásica.
De hecho, la programación orientada a objetos pura se llama a veces progra-
mación sin CALL, del mismo modo que la programación estructurada tam-
bién ha recibido el nombre de programación sin GOTO.
Dentro de un objeto podemos distinguir, además de sus relaciones con otros

objetos, otras dos componentes fundamentales:
• Sus propiedades o atributos (datos asociados al objeto), con sus valores aso-
ciados. Del mismo modo que los objetos corresponden a los nombres sustan-
tivos, los valores de sus atributos vienen a desempeñar el papel de los adjeti-
vos. Recuérdese que los números son adjetivos numerales, y que otros valo-
res típicos, como los colores (verde, rojo, etc.) son adjetivos calificativos.
455
Su comportamiento o funcionalidad (programas asociados al objeto), con su
código asociado. En la terminología OOP, los programas se llaman métodos.
Como hemos dicho, corresponden a los verbos de nuestro vocabulario. Los
mensajes OOP dirigidos a un objeto son indicaciones para que ejecute uno de
sus métodos. El código de cada método ejecuta o realiza un algoritmo,
entendiendo este término en el sentido en que se ha utilizado en los capítulos
anteriores. La figura 4.7 resume estos conceptos.
Figura 4.7.
5.1. Propiedades de la programación

orientada a objetos
Para que pueda hablarse de programación orientada a objetos no basta con
tener objetos y clases. Según P. Wegner, hace falta una componente adicional: la
herencia, que consiste en el hecho de que los objetos poseen propiedades o
métodos, no por sí mismos, sino porque los heredan de las clases a las que per-
tenecen. Por ejemplo, todos los objetos de la clase "Ventana" tendrán acceso al
método "abrir", que estará definido en la clase. De igual manera, la propiedad
"tamaño" de la ventana estará definida como tal en la clase "ventana", aunque cada
objeto concreto tenga su propio tamaño (un valor diferente para la misma
propiedad). Existen dos tipos principales de herencia:
- Herencia simple, si un objeto sólo puede pertenecer a una clase, y cada clase
sólo puede ser subclase de una sola superclase.
- Herencia múltiple, si un objeto puede pertenecer a dos clases, o cada clase
puede ser subclase de más de una superclase.
456
Todos los sistemas y lenguajes OOP tienen herencia simple, pero sólo algunos
incorporan la múltiple, que por otra parte no es difícil de simular en función de la
simple. Además de los conceptos anteriores, hay otros tres que desempeñan un
papel fundamental en la programación orientada a objetos:
• Encapsulamiento: significa que la información interna de un objeto (los
valores de sus atributos) debe estar protegida contra la manipulación directa
por parte de otros objetos. Sólo podrá accederse a ella enviándole un mensaje
para que ejecute un método. Esta propiedad es muy útil, pues protege a las
aplicaciones contra efectos secundarios indeseados, causa frecuente de
errores muy difíciles de detectar.
El encapsulamiento nos permite representar los objetos como un huevo de
cáscara compacta, que sólo permite el acceso desde el exterior a través de sus rela-
ciones con otros objetos y de su comportamiento (métodos). El interior del huevo
se divide en dos secciones (equivalentes a la clara y la yema) y cada una de ellas,
a su vez, en otras tres, que son las componentes generales de un objeto que hemos
• Polimorfismo: es el hecho de que dos objetos distintos pueden tener métodos

(programas) que se llamen igual, pero que no se comporten de la misma
manera. Por ejemplo: una ventana puede tener un método "abrir", y un
fichero también. Los programas no harán lo mismo (no es igual abrir una
ventana, es decir, mostrarla en una pantalla, que abrir un fichero, hacer
disponible la información que contiene). Un sistema OOP sabrá distinguir
cuál de los dos métodos queremos ejecutar, por la clase a la que pertenece el
objeto que reciba el mensaje correspondiente.
• Enlace dinámico: es una consecuencia del polimorfismo, y significa que el

sistema OOP tendrá que diferir a menudo la decisión sobre qué método
457
concreto debe ejecutarse hasta el instante mismo de la ejecución del
programa (no podrá resolverse la cuestión en tiempo de compilación).
5.2. Ventajas de la programación

orientada a objetos
Hemos mencionado ya una de sus ventajas fundamentales: la naturalidad del
análisis, el hecho de que nuestros modelos mentales se adaptan con más facilidad
a una jerarquía basada en clases y nombres que a otra basada en acciones y verbos.
Otras ventajas importantes son:
• Es más fácil construir aplicaciones modulares, pues los objetos son módulos
naturales: los programas se construyen agrupados por clases de objetos a las
que se aplican, y los datos quedan aislados entre sí gracias al encapsula-
miento y no interfieren unos con otros.
• Es trivial extender las aplicaciones, pues basta con añadir clases nuevas a la
jerarquía, subclasificar las existentes, crear objetos nuevos o dotarles de pro-
piedades y comportamientos adicionales.
• El problema candente de la reutilización del código podría quedar resuelto.

Las clases de objetos deberían llegar a convertirse en los bloques básicos que
permitirán ensamblar aplicaciones ensamblando unas cuantas piezas.
• Las redundancias quedan eliminadas, pues las propiedades o métodos comu-
nes a varias clases se definirán en una superclase única, siendo heredados por
los objetos y clases inferiores a ella en la jerarquía.
Naturalmente, para conseguir estos objetivos es preciso que las clases de
objetos estén bien diseñadas. Una clase mal hecha estará demasiado adaptada a
una aplicación concreta y no podrá ser utilizada fuera de ella. En OOP es
conveniente que las clases se diseñen con vistas a su posible utilización futura en
situaciones muy diferentes (generalidad). Esto exige un esfuerzo considerable
durante el diseño, que será reintegrado con creces si es posible reutilizarlas con
éxito. También es importante que un sistema comercial orientado a objetos facilite
al programador bibliotecas de clases prefabricadas bien diseñadas, que faciliten
el desarrollo de las aplicaciones, proporcionando un grado considerable de
reutilización inicial. En este contexto, se habla a menudo de:
• "Framework": un conjunto de clases que se coordinan para realizar una fun-
ción. Por ejemplo: interfaces de usuario, aplicaciones bancarias, gestión de
bases de datos, etc.
• Componente-, una clase o pequeño conjunto de clases cuya funcionalidad se

puede reutilizar con facilidad, ensamblándola con otras componentes como
las piezas de un mecano, para construir una aplicación.
6. Análisis y diseño orientado a objetos
Al construir una aplicación orientada a objetos, utilizamos los mismos concep-
tos que en la programación clásica, a saber: análisis, diseño, programación, prue-
bas y mantenimiento. Sin embargo, estas fases se distribuyen de otra manera, y
no forman un modelo en cascada, sino un modelo evolutivo, que a veces se descri-
be con la frase diseña un poco, programa un poco, prueba un poco...
En un entorno orientado a objetos, el análisis consiste en construir un modelo
natural de la aplicación, identificando las clases de objetos necesarias para resol-
ver el problema y sus relaciones mutuas (jerárquicas o de otro tipo). Pero con esto
no basta: también hay que analizar cada una de las clases en profundidad. El en-
capsulamiento propio de la orientación a objetos nos asegura que el proceso puede
tener lugar de forma incremental, por lo que es posible realizar el diseño, la pro-
gramación y las pruebas de cada una de las clases independientemente de las de-
más e, incluso, antes de realizar el análisis de todas ellas, como indica la figura 4.9.
Análisis de una clase
Diseño de una clase
Codificación de una clase
Pruebas de una clase
^ Ensamblaje de la
^ ^ aplicación
Figura 4.9.
En resumen, el análisis orientado a objetos (OOA) tiene los siguientes obje-

tivos:
• Identificación de las clases de objetos relacionadas con la resolución del
problema objeto del análisis.
• Definición de las relaciones entre las distintas clases (a qué superclase perte-
necen, en qué subclases se descomponen).
• Especificación de las interacciones entre las diversas clases y objetos

(conexiones funcionales, para qué otras clases desempeña el papel de cliente
o de servidor).
• Identificación de los atributos de cada clase.
• Identificación del comportamiento de los objetos de cada clase.
459
El diseño orientado a objetos (OOD) tiene que realizar el diseño en pro-
fundidad de cada una de las clases detectadas por el análisis, que incluye el diseño
de las estructuras de datos y los métodos (programas) que van a implementar los
atributos y el comportamiento de los objetos, así como la identificación de los
errores que pueden producirse y la forma de subsanarlos. También le corresponde
la identificación y definición de clases de objetos no relacionadas directamente
con la resolución del problema, sino con cuestiones de programación, como la
interfaz de usuario, la base de datos a utilizar, el soporte de las relaciones entre
los diversos objetos, y otras cuestiones básicas y de utilidad.
El diseño orientado a objetos es eminentemente modular, pues ha de conseguir
la definición de clases con poco acoplamiento externo, pero con una gran cohesión
interna y un mínimo de efectos laterales. Evidentemente, al realizar el diseño debe
tenerse en cuenta y aprovechar convenientemente la herencia, definiendo cada
método o cada propiedad lo más arriba posible en la jerarquía de clases, para
minimizar la redundancia. Además, el diseño debe ser muy general, para asegurar
la reutilización futura de las clases diseñadas, haciendo abstracción en lo posible
de las particularidades específicas de la aplicación que se desea construir.
Desde el punto de vista del diseñador de clases, el objetivo fundamental es
crear clases cuya interfaz sea clara y comprensible, sin dejar traslucir el menor
detalle de la implementación concreta que hay debajo (encapsulamiento), lo que
le permitirá en el futuro cambiar las estructuras de datos y los algoritmos sin
afectar en lo más mínimo a las aplicaciones que estaban utilizando la versión
anterior de la clase. Todo esto, naturalmente, tiene un coste: el esfuerzo necesario
para asegurar que las clases sean reutilizables.
Desde el punto de vista del programador que va a utilizar una clase para construir
su aplicación, pero que no va a diseñarla, el objetivo fundamental es hacer uso de
ella con el mínimo esfuerzo, para lo que espera que la interfaz proporcionada por
el diseñador sea comprensible y se adapte a sus necesidades. También esto tiene
un coste: la pérdida de eficiencia consiguiente al uso de una herramienta
generalizada, en lugar de la programación ad hoc.
Durante el diseño de una clase concreta, hay que identificar y especificar sus
atributos y sus métodos. Para los primeros, conviene tener en cuenta las siguientes
consideraciones:
• El conjunto de los atributos de una clase debe ser
• Completo (han de contener toda la información pertinente).

• General (cada atributo debe aplicarse a todos y cada uno de los objetos de
la clase).
• Diferenciado (cada atributo representará un aspecto distinto de la clase).
• Cada atributo tendrá un tipo, que puede ser uno de los siguientes:
• Atómico predefinido (numérico entero o real, carácter, cadena de
caracteres, pixel, etc.)
• Atómico enumerativo (color, día de la semana, etc.)
• Colección (conjunto, lista, etc.)
• Composición (incluye referencias a otros objetos).
• Estructura compleja (formada por combinación de dos o más de los tipos
anteriores).
De igual manera se procederá con los métodos, los programas que utilizan o
modifican los atributos, cuyo conjunto define el comportamiento de la clase y que
se desencadenan por medio de un mensaje. Al diseñarlos, conviene tener en
cuenta lo siguiente:
• El conjunto de los métodos de una clase debe ser:
• Completo (deben realizar toda la funcionalidad de la clase).
• General (cada método debe aplicarse a todos y cada uno de los objetos de
la clase).
• Diferenciado (cada método debe ser simple y realizar una sola función).
• Los métodos pueden clasificarse en los siguientes grupos:

• Modificador (asigna un valor a un atributo de la clase).
• Selector (devuelve el valor de un atributo de la clase).
« Funcional (es responsable del comportamiento de la clase, sin modificar
ni devolver directamente los valores de los atributos).
• Aplicable a la clase como tal (crear, destruir) o al objeto.
6.1. Metodologías de análisis y diseño

Existen diversas metodologías de análisis y diseño orientados a objetos. Prác-
ticamente, cada autor que ha abordado el tema ha propuesto la suya. Desgra-
ciadamente, aún no existe una que presente ventajas suficientes sobre las demás
para convertirse en la metodología estándar. Las más conocidas y utilizadas apa-
recen en la figura 4.10.
6.2. Ejemplo de análisis orientado a objetos

Vamos a ver un ejemplo no demasiado complicado de la forma en que puede
abordarse el análisis de una aplicación orientada a objetos. Tomaremos el caso de
una interfaz de usuario que permita combinar diversas componentes gráficas de
los siguientes tipos:
461
• Ventanas.
• Barras de acción.
• Menús de selección.
• Paneles de diálogo.
La primera cuestión a resolver es la selección de las clases de objetos diferentes

con las que vamos a encontrarnos. La lista indicada puede ser la primera
aproximación, aunque quizá convendría añadir algunas más. Por ejemplo, un
panel de diálogo puede contener campos de diversos tipos:
• Textos fijos.
• Campos de entrada de datos alfabéticos.
• Menús de selección.
• Ventanas de presentación de datos.
Metodología Autor(es)
(ver ref.bibliográf.)
Clase-responsabilidad-colaboración (CRC) Beck y

Cunningham
Diseño orientado a objetos Grady Booch
Análisis/diseño orientado objetos (OOAD) Coad y Yourdon
Ingeniería soft.orientado objetos (OOSE) Ivar Jacobson
Análisis y diseño orientado a objetos Martin y Odell
Análisis de conducta de objetos (OBA) ParcPlace
Técnica de modelado de objetos (OMT) J. Rumbaugh
Análisis sistemas orientado obj. (OOSA) Shlaery Mellor
Diseño dirigido por responsabilidad(RDD) Rebecca

Wirfs-Brock
Técnica de modelado visual (VMT) IBM
Figura 4.10.
462
Se observará que algunos de los objetos de la segunda lista aparecen ya en la
lista anterior. Otros pueden considerarse casos particulares o subconjuntos de
aquellos. Por ejemplo, un campo de entrada de datos alfabéticos es un tipo espe-
cial de ventana que permite escribir texto.
La segunda cuestión que hay que resolver, una vez tenemos claro con qué
objetos vamos a movernos, es la construcción de la jerarquía más apropiada. En
definitiva, se trata de ver qué clases de objetos son subclases de otras, y cuáles son
las superclases. También es posible que la relación entre dos clases diferentes no
sea de inclusión, sino de partición (en el sentido en que el motor de un coche es
parte del coche, pero no un subconjunto del mismo). Por ejemplo, algunos de los
objetos mencionados podrían clasificarse de acuerdo con la figura 4.11, donde las
líneas llenas representan relaciones de inclusión y las flechas de trazos indican la
existencia de la relación contiene a. El tercer paso consiste en tomar las clases de
objetos, una por una, y analizarlas independientemente de las demás, tratando de
definir sus atributos.
Ventana Barra de acción
Panel Menú Campo entrada
Figura 4.11.
Por ejemplo, en el caso de un campo de entrada de datos alfabéticos, ¿qué atri-

butos necesitaremos? Posiblemente los siguientes:
• Posición del campo, en algún sistema de coordenadas absoluto, como el de
la pantalla, o relativo a otra ventana de la que ésta sea una parte.
• Tamaño físico del campo: número de filas y columnas, donde cada fila co-
rresponde a una línea de texto. Alternativamente, este atributo podría
definirse en pixels.
• Tamaño lógico del campo, que puede ser mayor o igual que el tamaño físico.
En el primer caso, es necesario permitir al usuario moverse por el campo,
para hacer visibles las partes inicialmente ocultas.
• Texto del campo. El valor inicial de este atributo es el texto que aparecerá en
el campo cuando éste se active. El usuario podría entonces cambiarlo.
Cuando un campo se desactive, el valor de este atributo debe ser el texto
modificado.
• Color del texto y color del fondo.
463
• Carácter de relleno: a veces puede interesarnos que el campo de lectura no
esté inicialmente lleno de espacios en blanco, sino con otro carácter diferen-
te, cuyo comportamiento, sin embargo, debería ser equivalente al de un espa-
cio en blanco.
• Dirección de la sombra arrojada por el campo, si se desea.
• Definición del funcionamiento de ciertas teclas y del ratón, cuando el campo
de entrada de datos está activo.
• Otras particularidades, generalmente representadas por un solo bit de infor-
mación: si el campo permite al usuario escribir o, por el contrario, es
read-only (sólo de lectura); en el primer caso, si debe producirse una reorga-
nización automática del texto para no cortar una palabra cuando ésta aparece
al final de una línea; si el campo debe dibujarse con un marco alrededor, o no.
Finalmente, y siempre en el contexto del análisis de cada clase por separado,

es preciso definir el comportamiento de los objetos que pertenecen a ella. Por
ejemplo, en el caso del campo de entrada de datos alfabéticos, podríamos definir
los siguientes:
• Un método para dibujar el campo sin darle control.
• Un método para activar el campo, permitiendo al usuario que se mueva por
él y, en su caso, modifique la información que presenta.
• Un método para cerrar el campo (borrarlo de la pantalla).
• Métodos para obtener los valores de los atributos del campo.
• Métodos para modificar los valores de los atributos del campo.
• Métodos para obtener información adicional (por ejemplo, la posición del
ratón).
Hasta aquí el análisis. El diseño se introduciría un poco más dentro de cada
clase, definiendo, por ejemplo, los tipos de datos apropiados para cada uno de los
atributos y la forma en que debe ejecutarse cada método. El análisis de algoritmos
y la descomposición funcional pueden combinarse aquí con el diseño orientado a
objetos.
7. Resumen
En este capítulo se han detallado dos de los principales sistemas que se están
utilizando para el desarrollo de aplicaciones de software: la metodología en
cascada y la orientación a objetos. En el primer caso se han mencionado algunos
de los métodos más utilizados, como el modelo entidad-relación, la descompo-
sición funcional (pusimos el ejemplo de la metodología MAPS) o el diagrama de
flujo de datos.
464
Respecto a la orientación a objetos, hemos definido sus elementos principales
(objetos, clases y herencia), sus propiedades esenciales (encapsulamiento, poli-
morfismo y cierto grado de enlace dinámico), y el hecho de que, en lugar de la
llamada de subrutina (instrucción CALL), se apoya en el paso de mensajes entre
unos objetos y otros.
Se ha visto una breve introducción a la metodología general de análisis y
diseño orientados a objetos, y a las muchas formas en que, según los autores, se
presenta en la actualidad. Un pequeño ejemplo (cuyo desarrollo completo se sale
del alcance del libro) habrá servido para fijar los conceptos más importantes.

En este capítulo, la descripción de la metodología de diseño MAPS y los
conceptos indicados en los apartados 3 y 4 se han tomado esencialmente de
Tucker et al. (1992).
La programación orientada a objetos puede considerarse bastante antigua,
aunque sólo ha comenzado a imponerse desde finales de los ochenta. Las redes
semánticas, introducidas en la psicología cognoscitiva en los años sesenta, y apli-
cadas en algunos de los primeros sistemas expertos de los setenta (Tema "Lógica",
cap. 6, ap. 6) son un precedente. Ya en 1966, el lenguaje SIMULA, definido por
el noruego Dahl y sus colaboradores (1966,1970), contenía prácticamente todos
los conceptos posteriormente considerados esenciales en OOP. Sin embargo,
SIMULA era un lenguaje de propósito muy restringido (había sido diseñado para
aplicaciones de simulación digital discreta) y estos conceptos tardaron en
extenderse.
En el decenio de los 70, un equipo de científicos informáticos dirigido por Alan
Kay, en Xerox PARC, se apoyó en las ideas de SIMULA para diseñar un lenguaje
nuevo, que llamó Smalltalk. Esta vez se trataba de un lenguaje de propósito gene-
ral, que salió al mercado una década más tarde con el nombre de Smalltalk-80. La
empresa Digitalk creó posteriormente su propia versión, Smalltalk-V (ver Di-
gitalk, 1989), que se convirtió en el paradigma de los lenguajes de programación
orientada a objetos.
Una vez captada la idea, no tardó mucho en extenderse a otros lenguajes,
aparentemente muy alejados de las ideas OOP. Durante los años ochenta, Bjarne
Stroustrup (1986) introdujo estos conceptos en el lenguaje C, por entonces el más
utilizado en la programación de sistemas, creando una extensión a la que dio el
nombre de C++. Se trata esta vez de un lenguaje híbrido, que permite realizar
programación clásica, con llamadas de subrutinas (después de todo es una simple
extensión de C), pero también es posible limitarse a utilizar sus propiedades
orientadas a objetos. Una buena introducción a C++ es Ladd (1990).
Es corriente distinguir entre lenguajes OOP puros y lenguajes OOP híbridos,
que generalmente se construyen como extensión de lenguajes clásicos. Smalltalk
se considera puro porque todas las estructuras de datos con las que trabaja son
objetos, y sólo se pueden ejecutar programas por medio de mensajes, nunca
mediante llamadas a subrutina.
465
Obviamente, C++ es un lenguaje híbrido o extendido. También lo es Ada 95.
En ambos casos, las clases no son otra cosa que tipos abstractos de datos, mientras
los objetos son variables pertenecientes a dichos tipos. Muchas de las extensiones
introducidas en C para convertirlo en C++ tienen que ver con la conversión de la
declaración struct en un verdadero sistema de construcción de tipos extensibles.
Ada 83 poseía excelentes constructores para la descripción de tipos de datos, por
lo que no fue difícil introducir los conceptos OOP en la versión Ada 9X
(Skansholm, 1994), recientemente aprobada como Ada 95. Los lenguajes Pascal
(Turbo Pascal 5.5) y Modula-2 (Modula-3 y Oberon) se han extendido al mundo
de la OOP. También lenguajes tan aparentemente diferentes como el APL pueden
extenderse en esta dirección (Alfonseca, 1989).
Es frecuente que muchas aplicaciones comerciales estén escritas en lenguajes
extendidos, mientras que los puros desempeñan un papel muy importante para
precisar y difundir los conceptos de la programación orientada a objetos. Las
diferencias entre unos y otros no se reducen a la terminología (por ejemplo, lo que
en Smalltalk se llama método en C++ suele denominarse función miembro y en
Ada 95 es una operación primitiva), sino que a menudo afectan a la manera de
realizar internamente diversos mecanismos, como la propiedad esencial de la
herencia y, sobre todo, el enlace dinámico.
La descripción de la programación orientada a objetos del apartado 5 se apoya
esencialmente en Alfonseca y Alcalá (1992). Otros dos libros que dan una
excelente introducción son Meyer (1988) y Love (1993). Las técnicas de análisis
y diseño orientados a objetos disponen de una amplia bibliografía, como Booch
(1994), Coad y Yourdon (1991), Jacobson (1992), Martin y Odell (1992),
Rumbaugh y otros (1991), Shlaer y Mellor (1988) o Wirfs-Brock y otros (1990).
Actualmente, la programación orientada a objetos es sólo una parte del
conjunto de actividades científicas, técnicas e industriales agrupadas bajo el
nombre de Tecnología de Objetos (entendiendo tecnología en su acepción
anglosajona) u Objectware. En este contexto se habla de objetos distribuidos,
servidores de objetos, depósitos de objetos y otros conceptos semejantes, lo que
ha dado lugar a la necesidad de que objetos de diversos fabricantes puedan
entenderse entre sí, para lo que es preciso definir interfaces estándar. Este es el
objetivo del Object Management Group (OMG), formado por un consorcio de
empresas del ramo para definir normas y estándares aplicables a los objetos
distribuidos, equiparables a las que patrocinan instituciones públicas y profesio-
nales tan establecidas como el American National Standard Institute (ANSI), la
International Standards Organisation (ISO) y el Institute of Electrical and
Electronics Engineers (IEEE).
El trabajo del OMG se ha plasmado en la arquitectura CORBA (Common
Object Request Broker Architecture), al que generalmente se adaptan todos los
productos de diversas compañías. Y no es esto todo, pues encima de CORBA, y
utilizando como base la tecnología de objetos, han surgido nuevos consorcios y
propuestas en campos como la tecnología multimedia, en los que las empresas
más potentes ofrecen soluciones alternativas.
Por último, desde varios puntos de vista, la tecnología de objetos se manifiesta
como un movimiento técnico asimilable a un proceso de evolución cultural
progresivo, que trasciende a la programación para extenderse, como hemos visto,
al análisis, diseño y desarrollo completo de aplicaciones e incluso a la estructura
de las bases de datos que éstas utilizan. Esto explica que esta tecnología tienda a
integrar o abarcar lo que hemos llamado programación tradicional (métodos =
programas, algoritmos), y ya ha comenzado a incorporar asimismo otros estilos y
lenguajes de programación, como demuestra el caso de la extensión orientada a
objetos de Lisp (CLOS), e incluso se habla de sistemas operativos orientados a
objetos.
467
5
Máquina de Turing:
definición,
esquema funcional
y ejemplos
1. Introducción
El propósito fundamental de este capítulo es definir qué es, cómo funciona y
cómo se diseña una máquina de Turing. A través de varios ejemplos se fami-
liarizará el lector con la estructura de esta máquina, los alfabetos externo e interno,
su programación y las distintas representaciones de la misma (lista de quíntuplas,
esquema funcional, diagrama de estados) y la representación y manejo de las
informaciones en la cinta de la máquina.
Pondremos el máximo de énfasis en visualizar configuraciones sucesivas y
significativas de la información almacenada en la cinta de la máquina.
469
2. Definición de máquina de Turing
Una máquina de Turing es un autómata finito, junto con una cinta de longitud
infinita (que en cualquier momento contiene sólo un número finito de símbolos)
dividida en casillas (cada casilla puede contener un sólo símbolo o estar en blanco)
y un aparato para explorar (leer) una casilla, imprimir un nuevo símbolo sobre
ella, y mover la cinta una casilla a la derecha o a la izquierda. Veamos en detalle
estos elementos:
a) La cinta constituye una memoria infinita. Los símbolos que sobre ella están
escritos o se pueden escribir, e¡, i e IcN, pertenecen a un conjunto finito
E, al que llamamos alfabeto externo de la máquina. Hagamos m = Card(£).
Estos m símbolos sirven para codificar la información suministrada a la
máquina. El símbolo blanco, o vacío ( • , generalmente, a no ser que se
designe expresamente por 0) forma parte del alfabeto, lo que no querrá
decir que pueda considerarse infinita la información contenida en la cinta.
Por tanto, en un estadio cualquiera del funcionamiento de la máquina, toda
información registrada sobre la cinta se presenta bajo la forma de una
palabra escrita en el alfabeto externo E, a razón de un símbolo por casilla.
Cabeza de
lectura-escritura
M Q
I mh
I
Figura 5.1.
b) En principio, había una cabeza de lectura y escritura inmóvil y la cinta se

desplazaba bajo la misma. Pero en este texto -y no somos los únicos en
hacerlo así -, supondremos de ahora en adelante que ocurre lo contrario: la
cinta estará inmóvil y se desplazará la cabeza, con lo que resultará más
sencilla la representación gráfica de la dinámica del contenido de la cinta.
Dado que la cabeza se desplaza una posición a la derecha o a la izquierda
o no se desplaza, es evidente que las instrucciones que puede ejecutar esta
máquina tienen que estar compuestas de las especificaciones de una opera-
ción de lectura/escritura y de un movimiento (derecha ( —» ) , izquierda
470
( <— ) , inmóvil ( < - » ) ; conjunto M,M = { —>, <—, } . (Obser-
vación: puede definirse la M.T. con M= { —>, }, pero aquí se ha op-
tado por la primera versión, más flexible).
c) El bloque T, que puede atravesar diferentes estados q¡, de un conjunto finito
Q, está conectado a la cabeza de lectura/escritura por un enlace de entrada
(lectura, símbolo e¡) y un enlace de salida (escritura, símbolo ek). El estado
le es presentado por el bloque Q. La función lógica realizada por el bloque
T hace corres-ponder a la pareja (e¡, q¡) un vector de salida (ek, mh, qp)
con e¡, ek e E, mh e M, qjt qpe Q. Naturalmente, el autómata, en un
sentido formal está cons-tituido por los bloques T y Q. Los bloques Q y M
actúan como dos memorias internas, que conservan respectivamente el es-
tado q y la orden de movimiento m h , producidos por el autómata durante
su trabajo, hasta el comienzo del instante siguiente, comienzo desencade-
nado por un secuenciador C, que controla los pasos o fases de trabajo. (No-
ta: aunque se designen por las mismas letras M y Q, no confundir bloque
con conjunto. El contexto dirá de qué cosa se trata). En un eje de tiempos
se representan las fases del funcionamiento de una M.T. (figura 5.2).
t t+1 t+ 2
Figura 5.2.
No es esencial el orden en que ocurran "cambio de estado" y "movimiento de

la cabeza" (incluso, pueden suponerse simultáneos). Con lo dicho, podemos definir
así el autómata finito T- Q, que es el componente lógico de la máquina de Turing:
T - Q = <E, (E xM) u (Stop) ,Q,f,g> (1)
E conjunto finito de símbolos en la cinta (alfabeto externo) (2)
M conjunto finito de movimientos de la cabeza (3)
Q conjunto finito de estados internos (alfabeto interno) (4)
f: E xQ —> Q función de transición (5)
g: E xQ (Ex M) u (Stop) función de salida (6)
Cualquiera que sea la información, o palabra A escrita inicialmente en la cinta

según el alfabeto E, pueden ocurrir dos cosas:
471
1. Bien, al cabo de un número finito de pasos se detiene la máquina dando la
señal de stop. Sobre la cinta se encontrará una cierta palabra/? escrita según
el mismo alfabeto, que representa la información resultante. Se dice que la
máquina es aplicable a la información A, y que transforma A enB.
2. Bien, la señal de stop no se produce nunca, en cuyo caso se dice que la má-
quina es inaplicable a la información inicial A.
El funcionamiento de una particular y concreta máquina de Turing podrá
describirse especificando los ítems (1) a (6), junto con los siguientes elementos:
Información inicial registrada en la cinta (7)

Posición inicial de la cabeza (8)
Estado inicial del autómata (9)
o, lo que es lo mismo, mediante los ítems (7) a (9) y una tabla (también llamada
esquema funcional) de todas las quíntuplas posibles, e¡, q-, ek> mh, qp. Esta tabla
es un programa para la máquina de Turing, cuyas instrucciones dicen: "si la
máquina está en el estado q¡ y lee el símbolo e¡ que escriba el símbolo ek, mueva
la cabeza una posición mh y cambie al estado qp".
(Nota: reflexione el lector que en la definición y esquema de la M.T. están

presentes de una manera o de otra todos los subsistemas de la figura 2.3 del
capítulo 2).
3. Funcionamiento de la máquina de Turing

a través de los ejemplos
En este apartado aprenderemos, a través de cinco ejemplos, a analizar máqui-
nas de Turing. En el subapartado 3.3 entraremos en contacto con el procedi-
miento de composición de máquinas, una especie de diseño modular de máquinas
de Turing. A lo largo del apartado nos familiarizaremos adicionalmente con
algunos conceptos, tales como la descripción instantánea y el cálculo de una M.T.
3.1. Suma de dos números enteros no nulos

escritos en el alfabeto {i ¡
La tabla adjunta expresa el programa correspondiente a un algoritmo de suma
de los números enteros no nulos para una máquina de Turing, con las siguientes
características:
472
E= {•,!,*}
Q= {0O> 01> 02>
e
k mh qp
1 00 • — >
02
1 0i 1 <— 0i
1 q2 1 02
• 0o • 0o
\ 0 /
• 0i • — > 0o 0o 01 02
• 02 1 O 0i 1 • -> q 2 1 0i 1 "">02
*
• Stop • • ->90 • -^q0
0o 1 01
*
0i
*
0i *
• Stop * 0i * ^02
* *
02 02
Figura 5.3. Dos representaciones tabulares alternativas
- Información inicial en la cinta: los dos números enteros representados por

grupos de | (ejemplo, 3 =|||; 5 s|||||) separados por un asterisco*.
- Posición inicial de la cabeza: sobre el primer | de la izquierda.
- Estado inicial del autómata: q0.
En el primer instante, la pareja de entrada es ( | , q0) , lo que ocasiona un trío

(• —> q2 ) , esto es, se borra el primer palote, se desplaza la cabeza una posición
a la derecha y se pasa al estado q2. Y así una y otra vez. La mejor forma de
apreciar la mecánica será con un caso numérico concreto, por ejemplo, la suma
de 2 y 3, situado el primer de ellos a la izquierda. Véanse en la figura 5.4 las
configuraciones sucesivas de la suma 2 + 3 en una máquina de Turing.
La máquina se detiene en el movimiento n.fi 30. La información resultante, o
solución del problema, o palabra B, aparece situada a la derecha de la cabeza
cuando ésta se para.
Es evidente que la presentación de las configuraciones de la cinta bajo la forma
de la figura 5.4 es poco manejable. Por tal razón, se le prefiere las de la figura 5.5
y 5.6, en las que prácticamente siempre el símbolo "blanco" sería el cero.
473
1 I | * i l l 16
* i i l
(4,
7 ^ I * i i i 17 * i i i i
A í^l
3 >- I *
i 1 i 18
*
i i i l
*
4 S I * I i i 19 i l l
A
I
*
i i i < 20
*
i i i i
* *
6 I i i i 21 i i i i
ÍÎ
7 | *
1 i i 22 *
1 1 1 <
8 X | *
i l i 1 23
* lili | | 11 ^
9 X | * 1 i i i 24 * 111111111 ^
io y | *l 1 1 1 1 1 1 1 25 * 11111111 <
11 y I *l 11 1 1 1 1 1 26
*
1 1 1 i
r €
i?, >- I I I *l I I I i i 27 1 hll 1 i
¡Oí
13 y III •lili i i 28 1 M i l i 1 i
1 ¿-i
i * * l
14 ^ i l l 29 1 1 l
!<¡h
15 >• i *
l l 1 1 30 * 1 i
f^top)
Figura 5.4. Máquina de Turing para sumar dos números enteros no nulos
A las expresiones de la figura 5.6 se les llama descripciones instantáneas. La

descripción instantánea da de manera absolutamente precisa el comportamiento
de la M.T.
474
En efecto, la descripción realizada, si no se toma en cuenta la variable q¡, nos
proporciona el contenido de la cinta y, puesto que el símbolo situado a la derecha
de en la expresión es e¡ (por este motivo no resulta necesario incluir el
subrayado indicativo de la posición de la cabeza), se tiene además la pareja
(e¡, q¡) que representa a su vez la situación de trabajo en que se encuentra la
máquina.
CINTA ESTADO
001 00 00
000 00 02
000 00 02
000 00 02
000 00 02
000 00 02
000 00 02
000 o 01
000 o 01
000 o 01
000 o 01
000 o 01
000 o
01
000 o
01
000 o
02
0000^ o
02
0000* o
02
0000* o
0000* o 02
0000* o 02
0000* o 02
0000* 02
0000* 01
0000* 01
0000* 01
0000* 01
0000* 01
0000* 01
0000* 01
00000 00
stop
Figura 5.5.
Aprovechemos este ejemplo y esta última representación para definir el

cálculo de una máquina de Turing. Encontramos esta definición en el cuadro de
la figura 5.7.
475
0 0 q 0 1 0 0
0 0 0 ?2 0 0
0 0 0 q 2 0 0
0 0 0 *
A2 0 0
0 0 0 * q 0 0
2
<72 0 0
*
0 0 0
12 0 0
*
0 0 0
0 0 0 *
1 1 0
0 0 0 *
1 0
0 0 0 * 0
0 0 0 * 0
0 0 0 0
q
0 0 0 0
1 i
0 0 0 0
q 1
0 0 0 0
7 0
0 0 0 0 0
q
Figura 5.6.
Cálculo de una máquina de Turing
Se dice que una descripción instantánea y es terminal, relativamente a

una máquinaZ, si no existe ninguna descripción total que y—»co ( - »
significa aquí es seguida por).
Se llama cálculo de una M.T. determinada, a una sucesión:
h > h > —>1P
de descripciones instantáneas tales que y¡ —» yj +1, para 1 < i <p con
y terminal. Se puede escribir:
y^ResZ'fa), (10)
lo que se lee: "yp es el resultado de yt para la máquina Z\
Figura 5.7.
Nota: Obsérvese que la expresión (10) es u n a f o r m a m á s completa de decir

que la m á q u i n a Z es aplicable a una determinada información, ya que
incluye el estado y la posición de la cabeza en la situación inicial y en la
final.
3.2. Algoritmo de Euclides para el cálculo

del m.c.d. de dos números enteros escritos
en el alfabeto {i ¡
E = { • , | , * 0C,p}
Q = i<lo> <h> <h> <h>
- Información inicial en la cinta: los dos números enteros representados por
grupos de |, separados por un asterisco*.
- Posición inicial de la cabeza: sobre el primer | del número de la izquierda.
- Estado inicial del autómata: qQ.
El esquema funcional (los recuadros vacíos significan combinaciones

imposibles o indiferentes) se representa en la figura 5.8.
0o 01 02 93 04
1 P^0o ao<?2 1 "">01 l<-01
• • "">03 O • • ^0! • ir^StOp
*
1 "^02 a ^q2
a 1 <-03 • ^04
P *^0o P^0i P > 02 • ^03 ! > 04
Figura 5.8. Máquina de Turing para el algoritmo de Euclides aplicado

a dos números enteros en { ] }
La misma información que hay en el esquema funcional puede expresarse

mediante un diagrama de estados, que no es, en definitiva, otra cosa que no un
organigrama de los que típicamente se usan en programación (figura 5.9) o en la
representación de una máquina de Mealy (figura 5.10). (Véanse en cuadro
separado los dos tipos de bucles que ocurren en un diagrama de estados).
Sigamos ahora la explicación del proceso de cálculo, para lo que nos puede
servir de ayuda la ilustración de algunos instantes significativos en el
procesamiento de la cinta en el caso particular de los números 3 (izquierda) y 6
(derecha). (Véase figura 5.11). La primera fase del proceso consiste en suprimir
el asterisco que separa los dos números para hacer como si se quisiera yuxtaponer
éstos, de manera que formen una palabra escrita en el alfabeto { | }, y en disponer
la cinta de suerte que quedase bajo la cabeza el último símbolo |, que se habrá
sustituido previamente por a . Esta fase acaba en el movimiento número 13
(¡atención, esto sólo es cierto en el caso práctico considerado!).
A esta primera fase siguen los ciclos de comparación y sustracción que
movilizan respectivamente los estados q1,q2 y los q3, q4.
477
P^ • -» a * < -
Figura 5.9. Diagrama de estados de una máquina de Turing para el cálculo

del m.c.d. de dos números enteros. Los rectángulos
representan la acción sobre el contenido
y la posición relativa de la cinta
478
Para comparar los dos números y detectar cual de ellos es mayor, la máquina
examina los dos grupos de |, marcando con un símbolo diferente ( a para el nú-
mero de la izquierda, P para el de la derecha), alternativamente un símbolo | de
cada grupo. El punto de partida del ciclo de comparación es el movimiento 13, en
que ya se ha sustituido un primer símbolo | del número de la izquierda por a .
Dos instantes más tarde (configuración 15) , el primer símbolo | del segundo
número ha sido sustituido por P . El proceso sigue así, en sustituciones alternadas,
hasta la configuración 33, en la que vemos que ya no hay más sustituciones
posibles en el primer número. Pero esto la máquina no lo descubre hasta trans-
curridos 6 instantes más (configuración 39).
El estado q4 provoca, cuando en la cinta hay a o p , sucesivos desplaza-
mientos a derecha con sustitución de a por • (borrado) y de p por 1, respectiva-
mente. Así se llega a la configuración 46 y un instante después, a la 47.
479
El diagrama de estados permite poner de manifiesto la existencia de dos
tipos de bucles, que son aquellos procesos peculiares en que la máquina puede
permanecer repetidamente en un mismo estado:
a)
Se sustituye un símbolo e¡ por otro símbolo distinto ek sistemáticamente,

mientras queden casillas rellenas con e¡ en la dirección de exploración.
b)
Se explora la cinta en una determinada dirección sin producir cambios en

la información que contiene, mientras la cabeza lea un símbolo determinado
* a a a P P P I
1 I I I I I I 33
Ñ
5 P P P a i I I I I 39
a a a P P P I I |
Ñ ÉL
* * * a I I i I I a a a P P P
9 I 40
a I
10
* * *
46
A
I I I
03 04
11
* * a | | I i I | 47 I I I I I I
02 [01
13
a
48
1 1 a 1 I 1
02
a a a a P P P
14 74
0^)
a
15 81
82
[stop]
Fjgura 5.11. Instantes significativos en el proceso de cálculo del m.c.d.
de 3 y 6 por una máquina de Turing.
Desde la configuración 40 a la 47 se ha desarrollado un ciclo de sustracción que,

si no ha hecho uso del estado q3, se debe, una vez más, a las características del
caso práctico escogido. (El lector puede ensayar con otro par de números. Así se
familiarizará con el funcionamiento de una máquina de Turing y, de paso ¡y con
paciencia!, podrá verificar si el programa dado para el cálculo del m.c.d. es o no
es correcto).
La configuración 48 marca el principio de un nuevo ciclo de comparación
hasta el momento 74. Seguidamente tiene lugar otro ciclo de sustracción, hasta el
481
instante 81. Las alternancias de ciclos de comparación y de sustracción seguirían
desarrollándose hasta llegar a tener dos números iguales, en cuyo momento se
acaba el proceso. Esto es precisamente lo que ya ha ocurrido en el caso del 3 y del
6, y en la configuración 82 se detiene la máquina, quedando el resultado escrito a
la izquierda de la cabeza: 3.
3.3. Cálculo del m.c.d. de dos números enteros

escritos en D (D = {0,1, 2, 3,..., 9}) por el
procedimiento general de construir un
programa a base de subprogramas.
Composición de máquinas ae Turing
Ahora nos podemos proponer definir una MT., y su correspondiente programa,
para calcular el m.c.d. de dos números enteros expresados enZ) = {0,1,2, 3,..., 8,
9}, dando el resultado en el mismo alfabeto.
Esto se puede hacer por el sistema de elaborar un diseño original, considerado
el problema en su totalidad, lo que no resulta demasiado fácil. También puede
descomponerse el problema en partes más sencillas, resolver éstas y después
ensamblar las soluciones en un conjunto coherente. Esta técnica es la de compo-
sición de M.T.'s. Vamos a seguir este segundo procedimiento, que es muy común
en informática, debido al menos a estas tres razones:
a) Es más sencillo (pese a todo, podrá comprobarse cómo rápidamente se hace

patente un considerable nivel de dificultad).
b) Es más fiable.
c) Es más económico, por ser más sencillo, por ser más fiable y porque puede
aprovecharse trabajo ya desarrollado anteriormente.
Y aquí, adicionalmente, es más didáctico. Se utilizará como subprograma

básico la M.T. definida en el apartado 3.2.
La información inicial de la cinta será N2 * NT, con N1, N2G D. Si se
pretende aprovechar el diseño de M.T. de 3.2 será necesario crear otros
subprogramas (de manera más rigurosa, otras M.T.) con la secuencia general
expresada por el organigrama de la figura 5.12, que representa, en definitiva, un
algoritmo ejecutado por cuatro máquinas de Turing ensambladas.
(No se olvide que todas las máquinas de Turing son estructuralmente idénticas,
lo que se materializa por el formato constante y el significado de sus instrucciones
e¡, q¿, ek, mh, qp. En virtud de ello es posible aspirar a fundir en una sola M.T.
varias M.T. distintas, siempre que se compatibilicen sus elementos diferenciales
o condiciones de contorno: los alfabetos, las condiciones iniciales, las funciones
f g y las condiciones terminales).
A continuación damos los esquemas de M.T.0, M.T.l y M.T.3. Para aligerar
los contenidos de los esquemas, convendremos en suprimir los símbolos de
escritura y de estado siguiente cuando sean iguales a los de entrada y el de
desplazamiento cuando sea <-» . (Reproducimos M.T.2, también con este con-
venio. Una casilla vacía indica una combinación imposible, ya que nunca se puede
producir ésta por causa del convenio).
M.T.O
M.T.l
M.T.2
M.T.3
Figura 4.10.
483
% q2
0 9 <-
CINTA INICIAL
1 0 -»
2 1 qx NeD
3 2 -> qx - >
4 3 -> q1 0o' i
5 4 -» qx
6 5 -> qx iY r e { | 1
!
7 "I -l
6 -> qx
8 7 q1
stop
9 8 -> qx — > • -»
1 stop CINTA F I N A L
• -» <?2 1 — >
Figura 5.13. M.T.O. Conversión de Nr s D a Nr e {\ }.
Se recomienda al lector tome los esquemas M.T.O, M.T.l y M.T.3, que

resuelven tres problemas distintos, como ejercicios independientes de análisis del
funcionamiento de máquinas de Turing y, al menos, realice el esfuerzo de captar
la idea global del proceso de composición de varias M.T., según se expone a
continuación. El esquema de la figura 5.18 puede considerarse como letra
pequeña, aunque sería de aconsejar su estudio detallado para aquellos lectores que
gusten de profundizar algo más.
Para encajar las cuatro máquinas en una sola y definitiva que resuelva el pro-
blema que nos hemos planteado, hay que introducir los cambios oportunos -amén
de rebautizar los nombres de los estados al objeto de referirlos a un alfabeto
interno más amplio- tendentes a adaptar las diferencias mencionadas entre la
forma cómo empieza un subprograma y la forma cómo empieza el siguiente
(incluyendo las diferencias de alfabeto externo entre máquina y máquina). La
484
figura 5.17 recoge la configuración de la cinta de datos antes y después de
aplicarle la M.T. correspondiente al proceso indicado en el organigrama de la
figura 5.12, con señalamiento expreso de las modificaciones que hay que producir
en aquella para ajustar la situación final de una máquina con la inicial de la
siguiente.
92 ?3
0 < -
1 — » — > < -
CINTA INICIAL
2 <r~
3 - > < -
4 <—
N2SD { |}
5 - > — >
6 - > - >
."3n2 "1
7 < -
I { | }
8 < -
N,e { | } JT2eD
9 I I I
\ i A 1
| < - • <-q2 "3 "2 "1
•
*
•<—stop CINTA FINAL
Figura 5.14. M.T.1. Permutación de e { | } con N2e D.
En la figura 5.18 podemos observar el esquema funcional correspondiente a la

máquina de Turing solución (que esperamos sea correcto). Dicha figura utiliza
superíndices en los nombres de los estados para que el lector compruebe de qué
subprograma procede cada uno de ellos.
485
CINTA INICIAL
N, e { | } e { | }
0o 01 02 03 04
1 p^ «02 P01 ->01 <-01
• ->03 >04 <-03 ->01 stop
* a 1 ">• - > 0 2
N3e { |}
a <- — > | • -»
P * — > • <r- 1 ->

stop
CINTA FINAL
Figura 5.15. M.T.2. Cálculo del m.c.d. de Nt * N2 ; Nv N2 e { |}
4. Diseño de una máquina de Turing

En el apartado anterior hemos estudiado, partiendo de unos datos en la cinta,
el funcionamiento de la máquina ya diseñada. Otro problema mucho más
complejo es el de especificar precisamente las características de una M.T. para
resolver un tipo de problema, esto es, definir los conjuntos Q, E, las funciones f
g, y las configuraciones iniciales y finales de la cinta. Es el problema del diseño,
para el cual no existe otra metodología que el propio razonamiento lógico.
En este apartado se verá un nuevo ejemplo de M.T., resaltándose la estrategia
seguida en el razonamiento para su creación. Se trata de diseñar una M.T. con
cinta direccionable por etiqueta. (Después de estudiar este apartado, se le
recomienda al lector reexamine las máquinas de Turing de las páginas anteriores
a través de la óptica de diseño).
Suponemos que la cinta es binaria (esto no resta generalidad al problema) y
que sobre ella se tienen unos registros de longitud fija, separados por el símbolo
^ . Estos registros están constituidos por una etiqueta, igualmente de longitud
fija, y la información, sin que entre ambas exista ninguna separación.
A la izquierda del primer registro, entre el símbolo ^ de éste y otro =, se
suponen escritos los bits correspondientes a la etiqueta del registro que se quiere
localizar, conjunto de bits al que llamaremos "referencia". La cabeza de lectura se
sitúa inicialmente sobre el primer con la máquina en un estado q0 (figura
5.19).
486
El trabajo de la máquina consistirá en acudir a la referencia, recordar un bit y
sustituirlo por otro símbolo (0 por a , 1 por P ). Memorizado este bit, se desplazará
la cabeza hacia la derecha en busca del primer registro no explorado y, dentro de
él, del bit homólogo. Si coinciden bit de referencia y bit homólogo, éste último
deberá ser anulado por la cabeza, que escribirá en su lugar a o P, volviendo a
buscar el siguiente bit de referencia.
lo 9i q2
0 1( stop
l2 - >
1 2q2 stop
2 3^2 stop
3 4^2 stop - >
4 5q2 stop CINTA INICIAL
5 6q2 stop — >
N3Z { | }
6 iq2 stop
7 8q2 stop
8 9q2 stop — > h.
9 0 <- stop
N3GD
• <-q0
n2 nx
• 1<?2 stop
stop
CINTA FINAL
Figura 5.16. M.T.3. Conversión de N3 e { | } a N3 e D
487
N2 e D N1e D
Inicial.
'N2eD' ' ^ i t
Después de aplicar M.T.O,
con r = 1.
/ Ü /
, / N,e { J4 Ajuste que habría que rea-
lizar para aplicar el esque-
ma M.T.I, (fig 5.12.).
Pi-
b ^ D f
Ni* J. hi
Después de aplicar M.T.l.
Wie { | } 2e Í l>
Después de aplicar M.T.O,
con r = 2.
Nxe { |}
Ú| } / /
Ajuste que habría que rea-
ma M.T.2. (fig 5.13.).
e { I}
Después de aplicar M.T.2.
JV3le { | }
Ú Ajuste que habría que rea-
ma M.T.3. (fig 5.14.).
N3sD
Después de aplicar M.T.3.
Ú
Figura 5.17. Sucesivas configuraciones de la cinta al aplicar el proceso de la figura 5.12
488
M.T.O' M.T.I' M.T.2' M.T.3'
Nueva denominación
9o 91 «2 93 Í4 «5 9« 97 <h «9 9io 9n 9l2 9l3 9l4 915
V de estados
e¡ \ 9o 91 „ /// _ nn Denominación
92 9o' íl' «2' 9s' 9o" 1" 9o 1"' I2" 93"' 9o"" 9i 92""
parcial
0 9 <— «- 9 1 <?2"" stop
1 O-*?! <- O-Mi" 2 92"" stop
2 —> <— <— <— 3 92"" stop —>
3 -» 2-> <?," 4 stop
4 H> «- 3 5 <?2"" stop
5 stop
4->9I —» <- -> 6 92"" -»
6 stop
5->9I -> <- <- 5-» <?," 7 g2""
stop
7 6->9I «- 8 q2"" —>
8 <— 7-> 9 <¡r2"" stop -»
9 8->9Í 0<- stop

«- 9i"
1 —> a P 9o " - > 9o <-9o"' —>
„ //// stop
• 92' |->9i' *->9I' 92 1 4"
*
92 <~9o «r <~9o a->q2 • <-9Ó
a 1 «-
p <- • 1 -»
Figura 5.18. Esquema funcional de una M.T. para el cálculo del m.c.d. de NT y N2 ; información inicial N2* N j y N2 e D
REFERENCIA ETIQUETA ETIQUETA
Figura 5.19.
En el momento en que se encuentre una discrepancia, la máquina anulará todo

el registro, volverá a =, restaurará todos los bits numéricos de la referencia en una
pasada que le dejará sobre ^ en condiciones de iniciar el proceso. Si no se pre-
sentase la discrepancia, la cabeza no encontrará bits en la referencia, señal de que
el registro ha sido localizado. La situación final es con la cabeza sobre el primer
y toda la cinta escrita con símbolos (a, p) desde la referencia hasta la etiqueta
del registro buscado. La primera información con bits es la deseada.
Veamos cómo se van asignando estados y construyendo el esquema funcional.
Con el estado q0 se controla el retorno en el proceso de comparación de la
referencia con una etiqueta, mediante un bucle a izquierdas, sin modificación de
la información leída, hasta encontrarse con =, que conserva, iniciando un movi-
miento a derechas (véase I a columna del esquema). El estado ql permite buscar
el primer bit no anulado de la referencia. Al encontrarlo, se memoriza, pasando a
los estados q2, q3, según sea 0 ó 1 y escribiendo a o P, respectivamente.
Los estados q2, q3, de movimiento a la derecha, deben ser insensibles a los
bits que queden de la etiqueta controlando sendos bucles que terminan cuando la
cabeza lee el símbolo pasando la máquina al estado qA o qs, según el caso.
Precisamente con los estados q4 y q5 habrá de buscarse, en movimiento a
derechas, el primer bit no anulado del registro, cambiarlo por un símbolo a o P,
y si coincidiera con el bit memorizado de la referencia, retornar (mediante el
estado qQ) para buscar otro nuevo bit no anulado de la referencia (estado qx). Si
no hubiera coincidencia, la máquina debe concluir que la comparación con este
registro ha dado resultado negativo, por lo que procederá a anular el resto del
registro.
La anulación del resto del registro ha de controlarse por medio de un nuevo
estado, q6, con desplazamiento a derechas hasta llegar al término del registro,
expresado por el símbolo ^, en donde la M.T. cambiará de estado a q1.
Se hace necesario un nuevo estado que llamamos q-¡ para un retorno distinto
del controlado por q0, puesto que, habiendo resultado fallida una comparación
referencia/etiqueta, es preciso restaurar los bits anulados de la referencia para
iniciar un nuevo proceso de comparación de aquella con la siguiente etiqueta en
la cinta. Tal restauración se hará gracias a un estado q8 al que se pasa, junto con
un desplazamiento a la derecha, cuando la cabeza, en su desplazamiento de
retorno a izquierdas (bucle sin escritura) controlado por q1 lee el símbolo =.
(iObservación: Nótese que se ha diseñado el esquema de manera que no se
toma en cuenta el símbolo • , que sólo afectaría aquí a los bordes).
e
¡ \ 0o 01 02 03 04 05 06 07 08
a -»<? 2 a <r-q0 (X - > 06 a <— -»

0
1 P ->• 03 - > — > P^06 P ^00 P ^ <— — >
a <— — > <— 0->
P <r~ — >
<—
= ->01 > 08
* stop ->04 > 05 < 07 < 00
Figura 5.20. Máquina de Turing con cinta direccionable
Como es natural, podría haberse seguido la técnica del organigrama para

diseñar este proceso de cálculo. A fin de cuentas, el razonamiento lógico-literario
que acaba de hacerse, el esquema funcional de la figura 5.20 y el organigrama de
la figura 5.22 son equivalentes, si bien la segunda representación es en el caso de
la M.T., la más precisa y económica. Los organigramas de las figuras 5.21 y 5.22
son etapas sucesivas de un mismo razonamiento, el último más detallado y con
especificación de estados. Para ser coherentes con el capítulo 3, los organigramas
son estructurados con arreglo a la técnica de base allí expuesta.
Se le sugiere al lector la resolución del ejercicio siguiente: introducir en el
esquema de la figura 5.20 las modificaciones necesarias y mínimas (sin ampliar
el número de símbolos) para que la máquina siga realizando la misma función,
pero deteniéndose en el símbolo ^ que precede a la primera etiqueta que coin-
cida con la referencia. Nota: No deje de observarse que la modificación pedida es
del tipo de los ajustes que se han requerido en la composición de máquinas del
apartado 3.3.
5. Simulación de máquinas de Turing, máquina de

Turing universal y otras consideraciones
5.1. Simulación de máquina de Turing por
ordenador
Diseñar una M.T. para resolver un problema medianamente complejo es
asunto difícil, pero desarrollar su funcionamiento a base de papel y lápiz es algo
absolutamente tedioso.
491
£
Leer el primer bit numérico de la
referencia, mientras quede alguno
Memorizar 0, sustituyéndolo por a y avanzar Memorizarl, sustituyéndolo por P y avanzar hasta

hasta la primera etiqueta no explorada, leyendo la primera etiqueta no explorada^ leyendo en ésta
en ésta el bit numérico homólogo el oit numérico homologo
( Stop )
Figura 4.10.
492
v
Retroceder ndicionalmente hasta símbolo =, cambiando a
% otro estado para continuar explorando referencia
Avanzar atravesando Ot, 3 , hasta encontrar primer 0 ó 1

de la referencia, o .
Si No
ês ^
Si No
-esO
i
Poner OC,cambiar a un estado que lo Poner P .cambiar a un estado que lo
recuerde y avanzar un paso recuerde y avanzar un paso
JL
Avanzar atravesando 0 , 1 hasta primer Avanzar atravesando U, 1 nasta prime
<?2. , cambiando de estado para iniciar la A , cambiando de estado para iniciar i a
comparación del bit recordado. Avanzar comparación del bit recordado. Avanz ir
un paso un paso
:5E
Avanzar atravesando (X „ (3 , ^ hasta Avanzar atravesando OC „ (3, ^ hasta
encontrar un 0 ó 1. encontrar un 0 ó 1.
Coincidencia. Poner Coincidencia. Poner Coincidencia. Poner No coincidencia.

|3 , retroceder un paso Poner OC, retroceder
OC, retroceder un paso |3 , retroceder un paso un paso y cambiar a
y cambiar a Q 0 y cambiar a Q6 y cambiar a Q g
Avanzar sustituyendo 0 por (X, 1 por |3 , hasta

símbolo A, en que se cambiará de estado, retrace
diendo un paso. 16
l L q7
Retroceder, atravesando 0 , 1 , (X, [3 , A, hasta =,
en que se cambiará de estado, avanzando un paso
=3fc
Avanzar, restaurando 0 , 1 , hasta primer Cam-
biar a estado Q 0
( Stop )
Figura 5.22.
493
Lo primero podría tomarse como un desafío intelectual, como una prueba
(necesaria y no suficiente) demostrativa del grado de capacidad lógica de un
futuro especialista en informática, como un juego de sociedad en grupos humanos
altamente intelectualizados o como entretenimiento inagotable de náufragos,
solitarios y presos que no fueran delincuentes comunes. Lo segundo es un trabajo
rutinario con una mecánica que, una vez conocida, no aporta nada especial al
individuo e incluso puede resultar psicológicamente casi inaceptable en esta hora
en que se dispone fácilmente de ordenadores.
Así pues, simular por ordenador la M.T. es una idea congruente con la
eliminación de tarea rutinaria y que permite, dentro de cierto límites, preservar y
hasta acentuar los aspectos teóricos de la M.T. Entre otras cosas permite -es un
ejemplo- ayudar a poner a punto el diseño de una M.T. como la del apartado 3.3.
Se han escrito algunos programas simuladores de M.T.'s, utilizando un len-
guaje de programación con las siguientes características:
DN Desplazamiento relativo de la c a b e z a l casillas

a la derecha.
IN Desplazamiento relativo de la cabezaiV casillas

a la izquierda.
E(e) Escritura de e en la casilla situada bajo la

cabeza, con e e E.
T(a, é) Transferencia condicional. Si el símbolo leído

es e, se transfiere control a la instrucción de eti-
queta a , si no el programa se desarrolla en se-
cuencia. Cuando no figure símbolo se tratará
de una transferencia incondicional.
NOMBRE(A 1 , A2,..., An) Nombre de un subprograma donde las A^son

etiquetas de instrucciones o símbolos de la M.
T. NOMBRE es la etiqueta de la primera ins-
trucción del subprograma.
END Corresponde al estado "stop".
Para la representación en el ordenador de los alfabetos de la M.T. se emplearán

los propios caracteres admitidos por el ordenador y el único problema es el que se
deriva de la limitación física del ordenador respecto de la M.T.: la memoria del
ordenador es finita y la memoria de la M.T. es infinita. Por consiguiente, los topes
que el programa simulador establezca en la memoria central del ordenador serán
los que marquen en cada simulación el espacio de validez de ésta.
Un ejemplo permitirá ver la forma en que habría que describir un esquema de
M.T. con el lenguaje especificado más arriba (anotaremos el blanco por una B).
Tomemos un caso muy sencillo, como el de la M.T. que sumaba dos números
enteros no nulos en el alfabeto { | } . (Aquí se sustituirá el palote | por el 1, que
es un símbolo admitido por cualquier ordenador). (Véase figura 5.23)..
MO T(M3, 1)
T(M4, B)
T(M5, *)
M1 T(M6, 1)
T(M7, B)
T(M8, *)
M2 T(M9, 1)
T(M10, B)
T(M11, *)
M3 E(B)
D1
T(M20)
M4 D1
T(M0)
M5 E(B)
T(M2)
M6 11
T(M1)
M7 D1
T(M0)
M8 11
T(M1)
M9 D1
T(M2)
M10 E1
T(M1)
M11 D1
T(M2)
M20 END
Figura 4.10.
495
5.2. Máquina de Turing universal
Todas las M.T.'s pueden ser simuladas por otra máquina de Turing llamada
M.T. universal, siempre que se le dé a ésta la información necesaria sobre la
primera, a saber:
• Contenido inicial de la cinta.

• Posición inicial de la cabeza.
• Estado inicial.
• Esquema funcional, programa o funciones / y g (como se prefiera llamar).
Los conceptos necesarios para definir una M.T. universal son éstos. Se
demuestra que:
1. Cualquier M.T. concreta puede ser simulada por otra con alfabeto binario
({0,1}, { • , | } ) o los dos símbolos preferidos de cada uno. En general,
los símbolos de un alfabeto cualquiera son codificables por paquetes de
unos, paquetes distinguibles entre sí por paquetes convenidos de ceros).
2. Las posibilidades de una M.T. no se restringen por el hecho de que su cinta
sea ilimitada sólo por un extremo.
Una M.T. universal dispone de una cinta ilimitada por ambas partes, con un al-
fabeto externo{ 0,1, a, (3,^, £ , * , b } correspondiéndose acón 0 y P con
lFigura 5.23. El símbolo * representa la posición de la cabeza simulada, b es el
blanco y al iniciar y terminar la simulación de un movimiento de la M.T. simulada
sólo habrá símbolos numéricos {0, 1} en la M.T. universal. La información de
datos de la cinta simulada se sitúa a partir de una posición a la izquierda de y
la información sobre sus estados y funciones a la derecha de ese mismo símbolo.
Esta es una versión de una máquina de Turing universal.
Con estos elementos se puede construir una M.T. universal que, combinando
las posibilidades de una M.T. de cinta direccionable (apartado 4) y de una M.T.
transcriptora de información, puede simular todas las M.T.'s definidas en un alfa-
beto binario.
5.3. Otras consideraciones

Ya se ha visto que la propiedad de cualquier M.T. de contar con una cinta
infinita -característica eminentemente teórica- le confiere una variedad (en el sen-
tido cibernético de esta palabra) adaptable potencialmente al control de cualquier
circunstancia de tratamiento de información.
Es conocido que, cuando se recorre un terreno más práctico como es el del uso
de los ordenadores, el contar con una memoria principal grande es condición sine
qua non para poder tratar, con una determinada velocidad, mayor variedad de
problemas y problemas más complejos. Aumentando la capacidad de la memoria
principal se incrementa el volumen y complejidad de los problemas que es posible
tratar con una máquina concreta y a la inversa. Ahora bien, razones tecnológicas
y económicas impiden aumentar todo lo que se desearía la capacidad de las
memorias, para un precio y un instante histórico precisos. En todos los casos, la
velocidad de la memoria representa un freno a la velocidad de que hace gala el
procesador o unidad de cálculo, que tiene la virtud, además, a cada nuevo diseño
de ordenador, de poder ejecutar un repertorio más amplio de instrucciones
distintas. Lo cierto es que, incluso con una memoria finita, el incremento del
número de instrucciones distintas lo que hace es añadir versatilidad y velocidad
al tratamiento de los problemas, porque un número extraordinariamente reducido
de instrucciones distintas basta para describir cualquier cálculo en este tipo de
máquinas.
El tipo de máquinas que definió Turing (antes que se diseñara el primer orde-
nador, recuérdese) es un ordenador ideal, ya que no depende de ninguna carac-
terística física ni le preocupa la velocidad u otra clase de eficiencia.
i M.T.
CAPACIDAD
DE MEMORIA Situación y tendencia
de los ordenadores
reales
(Grado de variedad de
algoritmos ejecutables)
0, N e DE INSTRUCCIONES
DISTINTAS
(Grado de facilidad para
describir un algoritmo)
Figura 5.23.
Visto desde la perspectiva de los ordenadores -esto es, a posteriori- es un orde-

nador con una memoria infinita y una sola instrucción distinta, la quíntupla,
497
tantas veces utilizada en este capítulo. Así pues, no solamente goza de la virtud
teórica de poder ejecutar cualquier algoritmo, como, por ejemplo, simular a un
ordenador moderno que es una máquina más compleja dotada de un rico reper-
torio de instrucciones, sino que esto lo hace mediante los pasos más elementales
de que se tiene noticia.
La genialidad de Turing consistió en poner su invento fuera de las limitaciones
espacio-temporales (espacio para la información, infinito; tiempo, el que sea, pero
un número finito de pasos). En tales circunstancias, una sola M.T. es capaz de re-
producir el funcionamiento de todas las demás , siempre que disponga de la des-
cripción de las mismas.
Esta última idea, inmanente a la M.T.U., de que una máquina pueda desarrollar
procesos más complejos que los que su propia estructura parece permitirle, a
condición de que se le suministre la información adecuada, despertó gran interés
y ha sido trasladada por analogía al campo de la reproducción biológica para
intentar explicar la construcción de la vida y su mantenimiento a partir de las
informaciones genéticas.
6. Sucedáneos de la máquina de Turing

Al objeto de que el lector tenga también noticia de ello, conviene que conozca
la existencia de ciertos derivados de la versión clásica de M.T., que es con la que
hemos venido trabajando en este capítulo. Son, entre otros:
a) M.T.'s con sólo dos de las tres salidas posibles ek, mh, qp .
b) M.T.'s con cinta limitada por un extremo.
c) M.T.'s con más de una cinta y más de una cabeza.
d) M.T.'s no deterministas.
Se demuestra que ninguna de ellas restringe las posibilidades de la M.T.

definida en el apartado 2. Más adelante, mencionaremos la utilidad teórica de
algunos de estos tipos de M.T.'s, a propósito de ciertas cuestiones planteadas en
el estudio de la complejidad algorítmica (capítulo 7).
7. Resumen
Una máquina de Turing es un artefacto computador constituido por un
autómata finito que controla una cinta infinita. Cada paso en el cálculo de una
M.T. consiste en escribir un símbolo en la cinta, desplazar la cabeza de lectura/
escritura una casilla a la derecha o a la izquierda y asumir un nuevo estado. La
acción concreta de cada paso viene determinada por el estado en curso de la
máquina y por el símbolo que lee en ese instante la cabeza.
El funcionamiento de una M.T. se especifica completamente por una lista de
quíntuplas e¡, (¡j, ek, mh, qp, donde están todas las combinaciones e¡, q¡ que
permiten los alfabetos externo E e interno Q, por la cinta con la información
inicial y por la situación inicial de la máquina expresada por la posición de la
cabeza y el estado del autómata. A la lista de quíntuplas se le llama esquema
funcional o programa de la M.T.
498
Distintos ejercicios a lo largo del capítulo han buscado familiarizar al lector
con el funcionamiento y las diferentes formas de representar los resultados de una
M.T. Una M.T. es capaz de realizar sólo operaciones muy elementales, pero
secuencias adecuadas de estas operaciones pueden llegar a componer una amplia
variedad de operaciones de manipulación de bloques. Estas últimas operaciones
comprenden: formar copias de bloques especificados, sustituir un bloque por otro
y comparar bloques. Empleando estas operaciones como subprogramas, es
posible diseñar M.T.'s que realizan cálculos muy complejos.
El modelo de M.T. que se ha presentado puede modificarse en varios sentidos
sin alterar sus posibilidades últimas como máquina computadora. Tal vez
convenga subrayar que, dado un algoritmo a ejecutar por una máquina de Turing,
en el diseño de ésta -supuesto escogido un modelo específico de M.T. (por ejem-
plo, con una sola cinta ilimitada por ambos extremos)- se presenta, en principio,
la disyuntiva de disminuir el cardinal del alfabeto externo a costa de aumentar el
del interno, o viceversa. Uno de los resultados más interesantes de esta propiedad
es que siempre es posible simular una M.T. por otra M.T. definida sobre un
alfabeto externo binario.
Por último, debe resaltarse la máquina de Turing universal, diseñada para
ejecutar un algoritmo de simulación de todas las otras M.T.'s que poseen su
misma estructura. Las especificaciones completas de la M.T. simulada y sus datos
de trabajo figuran como datos en la cinta de la M.T.U.

La máquina de Turing se conoció, como ya se dijo en el primer capítulo de este
tema, a raíz de un trabajo fundamental del matemático inglés A. M. Turing,
publicado en 1936. Este trabajo, junto con aportaciones previas de Gódel y otras
coetáneas, ha significado un impacto para la ciencia matemática, además de
constituirse en argumento básico para lo que la informática puede tener de ciencia.
La confección de este capítulo se ha visto ayudada por algunos artículos y
libros publicados casi siempre en los últimos años de la década de los sesenta y
toda la década de los setenta. En particular, hay que mencionar el libro de Gross
y Lentin (1967), del que se ha tomado la definición de cálculo de una máquina
de Turing.
En Corge (1975) hemos encontrado interesante la expresión del proceso de
cálculo, iniciada en el subapartado 3.2 con el ejemplo del cálculo del m.c.d., y
también el diseño de las máquinas M.T.O, M.T.l y M.T.3 del apartado 3.3, que
hemos adaptado, corregido y simulado.
El ejemplo de diseño de una máquina de Turing con cinta direccionable del
apartado 4 se encuentra en Scala, Minguet (1974). Asimismo, la versión de
máquina de Turing universal del subapartado 5.2. Un desarrollo de la M.T.U. un
poco diferente, aunque simple y bastante detallado, se hallará en el capítulo 2 de
Hennie (1977).
Los programas simuladores de máquinas de Turing tienen sus épocas,
actualizándose a tenor de la tecnología vigente. Por nuestra parte, hemos utilizado
la descripción de Curtis (1965). Delgado (1978), cuando terminaba sus estudios,
desarrolló bajo nuestra dirección un simulador escrito en Fortran, con el cual
pueden simularse máquinas de cierta complejidad. Con él se han simulado las má-
quinas de los subapartados 3.2 y 3.3.
499
Disponer de herramientas gráficas de diseño y programación y de entornos
operativos de usuario final, del tipo Windows y similares (Macintosh), para
ordenadores personales permite hoy día construir simuladores de última gene-
ración, muy didácticos, que desplazan la cabeza de la máquina, resaltan en pan-
talla los nodos y arcos activados en el diagrama de estados, e integran estos
esquemas en un documento generado por procesamiento de texto, si así se desea.
Citemos, al respecto, el paquete Turing's World, formado por libro y disquete, del
Center for the Study of Language and Information (CSLI) (ver Barwise y
Etchemendy, 1995) y el simulador, mucho más elemental, de D. Matz (1995). El
CSLI produce otros materiales de interés para los lectores de este libro.
A título de curiosidad, tal vez merezca la pena reflexionar acerca de la
trascendencia del concepto de máquina de Turing universal acercándose a
especulaciones en otros ámbitos disciplinares ajenos a la informática. En tal
sentido, cabe mencionar la analogía que habla de construir vida compleja a partir
de un núcleo básico y reducido de mecanismos sencillos e informaciones (Singh,
1976, cap. 13).
El lector que necesite o desee una presentación más formal y amplia de la
máquina de Turing dispone de varias opciones en la bibliografía. Pero si
tuviéramos que recomendar aquí un solo texto nos inclinaríamos por el libro de
Hopcroft y Ullman (1979), por la simple razón de que, dejando a un lado su
incuestionable calidad, tiene la ventaja de que trata conjuntamente la mayor parte
de los temas abordados en nuestro libro.
El primero de estos autores ha escrito un artículo de alta divulgación sobre
máquinas de Turing en la revista Scientific American, posteriormente traducido al
castellano (Hopcroft, 1984), que consideramos muy recomendable. Se extiende
también en aspectos básicos de computabilidad y complejidad, sobre los que
versarán nuestros próximos capítulos.
9. Ejercicios
9.1. Completar la definición del autómata finito de una máquina de Turing
de la que se conoce lo siguiente:
• El contenido inicial de la cinta es un número entero representado en
el alfabeto { | } , seguido de un "*".
• El contenido final de la cinta será el mismo número en binario natural
representado en {0,1}, seguido de un "*".
• Conjunto de símbolos de entrada { • , | , 0,1, *} .
• Conjunto de movimientos de la cabeza { - > , < — , < - > } .
9.2. Escribir, exclusivamente, el contenido de la cinta (utilizando el formato
de descripción instantánea) de una máquina de Turing para la reso-
lución del algoritmo de Euclides (subapartado 3.2) con dos números
enteros en el alfabeto [ en los instantes que se indican:
500
1. La máquina está en q2, al que acaba de cambiar por segunda vez.
2. La máquina está en q2, al que acaba de cambiar por cuarta vez.
3. La máquina está en qí, al que acaba de cambiar por tercera vez.
4. La máquina está en q3, al que acaba de cambiar por segunda vez.
La máquina se inicia con los números 9 y 3 en la cinta, respectivamente,
a izquierda y derecha del asterisco.
9.3. Obtener el esquema funcional de una máquina de Turing quejpasa por
las configuraciones de cinta indicadas en el diagrama de la pagina an-
terior. Nótese que a la derecha de cada una de las configuraciones se
escribe el instante correspondiente. Razonar por escrito la obtención del
esquema funcional.
lo q¡ &
I
n
*
1
1 1 1 1 *
1 1 1 1
2
1 1 1 1 *
[ 1 1
12
1 1 1 1 *
1 1 1
11 1 1 1 13
*
1 1 1
11 1 1 1 24
*
1 1
r®i
1 1 1 25
11 1 1 1 *
Penúltima
1 1 1 11 1 1 1 *
rSoi
1 1 1 1 1 1 1 1 Ultima
fstopl
501
9.4. En la figura 5,14 puede consultarse el esquema funcional de una
máquina de Turing que permuta los números N2 (representado en el
alfabeto decimal) y (expresado en palotes).
Partiendo de la misma posición: contenido inicial de la cinta, estado
interno y posición de la cabeza, se pide introducir las modificaciones
pertinentes en el antecitado esquema funcional para que la máquina
realice la siguiente transformación:
N2eD
i l>
Cinta inicial
{ |} N2fD
"«-1 Cinta final
9.5. Diseñar una máquina de Turing cuya especificación es la siguiente:

• Contenido inicial de la cinta: Un número entero positivo representado
en complemento a dos y delimitado por casillas en blanco.
• Contenido final de la cinta: La representación en complemento a dos
del mismo número negativo.
• Posición inicial de la cabeza: Sobre cualquier símbolo de la repre-
sentación del número positivo.
• Posición final de la cabeza: Sobre la casilla que contiene el bit de
signo.
502
Notas:
1. El número de casillas que ocupa la representación del número es

desconocido. Lo define el contenido inicial de la cinta.
2. En caso de que inicialmente la cinta contenga la representación de un

número negativo, la máquina sustituirá los ceros y los unos por
asteriscos, para indicar situación errónea.
Ejemplos:
Contenido inicial
0 i 0 1 0 1 0 1
r "
4o 4o
* *
Contenido final i 0 1 1 0 *
f »
9.6. Se propone introducir las modificaciones necesarias en la máquina de

Turing con cinta direccionable, cuyo diseño se explica en el apartado
4, en orden a tomar en cuenta las siguientes condiciones:
• "Ha de preverse un final al cálculo cuando ninguna de las etiquetas de

los registros de la cinta coincide con la referencia. Para ello supon-
dremos que en la cinta inicial hay un asterisco (*) inmediatamente a
la derecha del último registro".
Se pide introducir en el esquema de la figura 5.2 los cambios per-

tinentes, añadiendo para ello si es preciso un mínimo número de nuevos
estados, de manera que la máquina se detenga sobre el asterisco en el
caso en que se produjera la situación descrita más arriba entre comillas.
Hágase el esquema funcional completo, recuadrando claramente los
cambios o añadidos con respecto al esquema de la figura señalada.
9.7. Diseñar una máquina de Turing que sume enteros no negativos en las
siguientes condiciones:
a) Los números n enteros no negativos, considerados como datos en la

cinta, se representarán en el alfabeto { | } con (n + 1) palotes.
503
b) Los dos números n1 y n2, que suma la M.T. se presentan en la cinta,
de izquierda a derecha, separados por un cero (o blanco • ) y el
resto a ceros (o blancos).
c) La M.T. inicia su operación en el estado q0 con la cabeza sobre el

primer palote a la izquierda.
d) El resultado de aplicar la M.T. será un bloque de («, + n2) palotes.
e) La M.T. termina su operación con la cabeza sobre el primer palote a

la izquierda.
6
Máquinas
de Turing:
algoritmos
y computabilidad
1. Introducción
Este capítulo aborda de manera muy esquemática la noción de computabilidad
(calculabilidad) en el sentido de Turing (y conceptos relacionados), que formaliza
la noción un tanto intuitiva de algoritmo de las definiciones de autores recogidas
en el segundo capítulo. Respecto a la definición formal de algoritmo del mismo
capítulo ésta es una alternativa más fértil, pues se expresa en términos de una
máquina que, no por ser ideal o conceptual, es menos concreta.
507
2. Función computable y función
parcialmente computable
2.1. Hipótesis de Church o de Turing
La idea intuitiva de procedimiento efectivo para desarrollar un cálculo es la
misma que la de algoritmo. Pues bien, según la hipótesis de Turing/Church: la
noción intuitiva informal de un procedimiento efectivo sobre secuencias de sím-
bolos es idéntica a la de nuestro concepto preciso de un procedimiento que puede
ser ejecutado por una máquina de Turing.
No existe prueba formal de esta hipótesis pero, hasta la fecha, siempre que en
la teoría de las funciones recursivas1 ha sido intuitivamente evidente que existía
un algoritmo, ha sido posible diseñar una M.T. para ejecutarlo.
2.2. Función computable

Asociamos una función F(r) -¿ con una máquina de Turing A, definiendo F(r) z
(ny ,n2, ...nr) como el número ( y ) de unos que hay en la cinta cuando Z se
detiene, habiéndose iniciado en la siguiente situación.
... o o q i j j ^ o i ^ ^ o í i ^ i ^ o i . . . 10141^1,000... (1)
nx + 1 n2 + l «3 + I nr + l
(r)
Si la máquina nunca se detuviera,i7 z no estaría definida para la r-upla

considerada.
Intentemos ver más de cerca el significado de los elementos que intervienen
en esta función.
En el apartado 5.2 del capítulo anterior se estableció que un alfabeto binario es
suficiente -a costa de aumentar el número de estados- para ejecutar cualquier
cálculo con una M.T. Con mayor razón podrán tratarse los números enteros no
negativos, utilizando un alfabeto {0,1} o { • , |} . Escojamos la primera de estas
dos representaciones
Se representará un número entero no negativo, n, por (n + 1) unos y a este
bloque lo llamaremos n , para distinguirlo.
0 = 1, 1 = 11, 2 = 111,.., 5 = l i l i l í , . . .
'Funciones recursivas y funciones computables son equivalentes. El concepto de computabilidad se debe a

Turing y el de recursividad a Kleene.
508
El cero hará las veces de separador, por lo que una r-upla (n1, n2,..., nr) se
convendrá en representar como en (1), lo que abreviadamente equivale a
nl0ñ20tt30...0nl.. Si ésta es una información A en la cinta de una máquina de
Turing Z, Z será aplicable o no a A. En el primer caso, Z produce el cálculo
Yi> Jz' •••> yP> d o n d e Yi = q0ñ1Oñ2Oñ3O...Oñr
y el número entero ( y ) es una función que depende de la máquina Z y de la r-upla

inicial. Se escribe
<7p) = Fz(r) (nv nv nr) (2)
que es una función de valores enteros no negativos, definida sobre i f o sobre una
parte de N r (función parcialmente definida).
Si se hace ahora al revés, es decir, se parte de una función definida sobre l í o
sobre una parte de Nr se tienen las siguientes definiciones.
2.2.1. Definición de función parcialmente computable

Se dice que una función / definida sobre una parte de N' es parcialmente
computable, para expresar que existe una máquina de Turing Z tal que, para toda
r-upla a la que corresponda un valor de /, se tenga:
/ ( « i , «2; -V nr) = F{zr) («!, n2, ..., nr) (3)
2.2.2. Definición de función computable

Se dice que una función/es computable para expresar que está definida sobre
y es parcialmente computable.
2.3. Ejemplos
2.3.1. La función f(n1, n2) = n1 + n2 definida sobre las parejas de enteros no
negativos, que es calculable (computable) en el sentido habitual de la palabra, lo
es también en el sentido de la definición 2.2.2. Puede construirse una máquina de
Turing Z, tal que
(2)
+ n2 = SUMZ («1, n2) (4)
y teniendo en cuenta que n^ + n 2 = +

En el momento de detenerse la máquina (4) contiene (ní + n2) unos,
cualesquiera que sean «, y n2. La función / está definida sobre N y es
parcialmente calculable, luego es una función calculable.
509
e
4o 9i 42 43 44 45 46
¡
0 45 44 1 < - 44 —» stop < - 46
i 4i 42 0 - » q3 — >
0 < - 44
2.3.2. La función g ( n 1 J « 2 ) = « 2 ' sustracción definida sobre el

subconjunto n1>n2 puede demostrarse que es parcialmente calculable sin más
que construir la correspondiente M.T., situando, por ejemplo, el número nl a la
izquierda y el n2 a la derecha de un cero separador.
La función n1-^-n2, parcialmente computable podría prolongarse en una
función computable nx -s- n2, definida sobre N , así:
n
i * n2 = n
i~n2 si nx > n2
n1 + n2 = 0 si n1< n2
3. Numerabilidad de la colección
de todas las M.T.'s
Una M.T. está especificada por una lista de quíntuplas ej, q¡, ek, mh, qp,
que forman un conjunto finito. Los valores posibles de i, j, k, h, p son toaos
numerables. Así pues, la colección de todas las quíntuplas es numerable. Consi-
guientemente, las listas de quíntuplas son numerables y, por ende, los autómatas
por ellas representados.
Esto significa que las M.T.'s pueden ordenarse numéricamente. El problema
es cómo escoger un código tal que, dado un número, puedan determinarse las
especificaciones de la M.T. correspondiente, si la hubiere, y viceversa.
3.1. Números de Gódel

El método de establecer un código de esta naturaleza, que consiste en
numerizar lo no numérico, fue propuesto por Gódel antes de que existieran las
máquinas de Turing.
510
Kurt Gódel, lógico eminente desaparecido hace pocos años, escribió en 1930
un artículo que, cuando se publicó en una revista alemana en 1931, produjo el
efecto de un paquete de dinamita colocado precisamente en la base de la viga
maestra de los fundamentos de la matemática. Fundamentos que, con celo enco-
miable, estaban renovando los matemáticos de la época, con Hilbert a la cabeza.
Para el lector que no conozca en qué contexto propuso Gódel su técnica de
codificación, la preocupación matemática del momento consistía en probar la con-
sistencia de la teoría axiomática de conjuntos, para lo cual Hilbert propuso un
programa completo. Pues bien, Gódel probó dos cosas:
1. Si la teoría axiomática de conjuntos es consistente, existen teoremas que
no pueden ser probados ni refutados.
2. No existe ningún procedimiento constructivo que pruebe que la teoría

axiomática de conjuntos es consistente.
El primer resultado prueba que los problemas no siempre son solubles, ni si-
quiera en principio; el segundo destrozó el programa de Hilbert para probar la
consistencia.
En la teoría axiomática de conjuntos se utilizan símbolos con los que se forman
expresiones o cadenas, que son objetos metamatemáticos. Para demostrar sus teo-
remas, Gódel se sirvió de una codificación numérica de dichas cadenas, que es el
asunto que interesa aquí.
Supongamos que se cuenta con los símbolos que a continuación se reseñan.
Cada uno de ellos es codificable por los números naturales en la manera indicada
+ X -s- ( ) = 0 1 2 3 4 5 6 7 8 9 a b ... x, ...
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 ... y, ...
Una de las formas más simples para representar cadenas arbitrarias

x0, xlf..., xncompuesta con estos símbolos, por ejemplo, sería la de utilizar el
número natural
yo yi y„
PoPl -Pn
siendo p¡ el z-ésimo número primo.

La fórmula
4 + 7 = 11
12 1 15 7 9 9
se codificaría por el número 2 -3-5 • 7 • 11 • 13 .
La fórmula a(a - i) = aa - a
511
tendría el siguiente número de Gódel: 2 •3 •5 • 7 • 11 • 13 • 17 • 19 •
!
• 2318 • 29 2 • 3118 •.
4 2 1
La cadena - + se codifica por 2 - 3 - 5 igual a 720. Pero, a causa de la
unicidad de la factorización en número primos, una cadena puede reconstruirse a
partir de su código. Esto es, el número 720, factorizado, nos da 2 - 3 -5 que
corresponde a la cadena + - +, pues los símbolos que componen ésta tienen los
códigos 4 , 2 y 1 respectivamente.
En resumen, cada cadena tiene un número, y números diferentes corresponden
a cadenas diferentes. Disponiendo éstas según el tamaño de sus números de
Gódel, puede verse que el conjunto de cadenas es numerable.
3.2. Catálogo de las M.T.'s

Todas las quíntuplas que constituyen el esquema funcional de una máquina de
Turing forman una cadena de símbolos codificable por un número de Gódel. O,
lo que es lo mismo, cada M.T. recibe su número de Gódel z y con él puede
catalogarse numéricamente la colección de las máquinas de Turing.
Tratándose de un procedimiento sistemático es posible diseñar M.T.'s con las
siguientes propiedades:
a) Existe una M.T. que es aplicable a toda secuencia escrita en su cinta

(representativa de la lista de quíntuplas), transformándola en su número
de Gódel.
b) Existe una M.T. que, para todo número escrito en su cinta, proporciona
una de estas dos respuestas:
• "no existe secuencia correspondiente a este número";
• "la secuencia de este número es ..." (la lista de quíntuplas).
4. De nuevo, la máquina de Turing universal

Se ha visto en el capítulo anterior que una M.T.U. puede simular a todas las
otras si se le suministran los datos y las especificaciones de éstas. En el punto 3
acabamos de ver que todas las máquinas pueden ser catalogadas unívocamente, y
que puede diseñarse una M.T. tal que, dado un número de Gódel z, entrega como
resultado la lista de quíntuplas de una M.T., si la hay asociada a ese número. Con
esta última perspectiva, es factible pensar en una M.T.U. a la que baste suministrar
solamente el número de catálogo de las M.T.'s que se quiera simular. ¿Qué tiene
que ver con las funciones computables? Veámoslo.
Llámese X al elemento (nl , n2,..., nr) e J^í. A toda función f(X) par-
cialmente computable puede asociársele el número de Gódel z de la M.T. que
512
calcula dicha función (es evidente que puede haber varias máquinas que calculen
la misma función).
Se define una función Q(z']:
• Si 2 es el número de Gódel de una máquina Z que calcula la función par-

cialmente calculable f(X), entonces <2z(r) (X) coincide con f(X).
(r)
• Si z no es el número de Gódel de ninguna máquina, entonces Qz (X) toma
el valor cero.
Está claro que <2Z(,) es una función cuyo dominio es y que toma sus
valores en N. Puede calcularse por composición de dos máquinas de Turing (véase
apartado 3.3 del capítulo 5).
A una M.T. como la definida en el apartado 3.2.b) se le suministra el número
z. Si la respuesta es no,Q^r) toma el valor cero. Si la respuesta es sí, se alimenta
otra M.T. con la secuencia producida por la anterior M.T. que será el programa de
cálculo Z, y con el elemento o dato X. El resultado de la ejecución de esta última
máquina es <2Z(,) (X), igual a f(X).
Esto es lo mismo que decir que existe una máquina de Turing universal2 U, tal
que
FZ{X) = Fu(z,X)
para todas las M.T.'s Z y todos los enteros z.
4.1. Teorema
(r)
Las funciones Qz (X) son funciones parcialmente computables.
Una M.T. que calcula la función Q(zr) (X) se llama universal: inscribiendo en
su cinta el número z adecuado, ella puede calcular la función parcialmente
computable correspondiente a este número.
5. Conjuntos recursivos y recursivamente

numerables
En este apartado se va a considerar muy esquemáticamente la aplicación de los
conceptos de computabilidad a dos importantes clases de conjuntos de números
naturales: los conjuntos recursivos y los conjuntos recursivamente numerables.
2
E1 análogo de U es el ordenador cargado de programas al que se le da el nombre z de uno de éstos y los datos
sobre los que tiene que operar.
513
Hay dos procesos fundamentales de cálculo que pueden asociarse a un conjun-
to específico G de números naturales. Uno es el proceso de determinar si, dado
cualquier número natural x, éste pertenece a G. El otro es el proceso de generar,
uno a uno, todas los elementos de G. Ambos procesos están relacionados, pero no
son equivalentes.
Para expresar qué es un conjunto de alguna de estas clases debe recordarse
previamente la definición de función característica de G, CG, se define así:
lsixe G
CG(X)= (
0 si x g G
De la misma manera se puede definir la función característica de un conjunto

GcJV".
5.1. Conjunto recursivo

Decir que un conjunto es recursivo es expresar que su función característica es
computable3.
Esta definición equivale obviamente a decir que existe una máquina de Turing
que, aplicada a la información X, la transforma en 1 o en 0. O, en otras palabras,
que existe un procedimiento efectivo para decir si un elemento X pertenece o no
a ese conjunto.
5.2. Conjunto recursivamente numerable

Un conjunto recursivamente numerable es el dominio de una (por lo menos)
función parcialmente computable3.
Dicho en otra forma, significa que existe un procedimiento efectivo para
generar sus elementos, uno detrás de otro.
Por ejemplo, el conjunto de los cuadrados de los números enteros es recur-
sivamente numerable -se toman los números 1,2,3,4,... y se van elevando al cua-
drado sucesivamente. También es recursivo- dado un número entero cualquiera,
se descompone en sus factores primos, viéndose entonces con facilidad si es o no
un cuadrado.
'Podría sustituirse "función computable" por "función recursiva" (véase pie de página del apartado 2.1); y
"función parcialmente computable" por "función parcialmente recursiva".
5.3. Dos teoremas más
Enunciamos sin demostración que:
5.3.1. Un conjunto es recursivo si y sólo si el mismo y su complementario son

recursivamente numerables.
5.3.2. Existen conjuntos recursivamente numerables que no son recursivos.
6. Determinación de la finitud del proceso

de cálculo. Problema de la aplicabilidad
No podemos terminar de hablar de algoritmos y máquinas de Turing sin
mencionar un famoso problema que se enuncia así: dada cualquier M.T., una cinta
con un número finito de símbolos X y una posición inicial de la cabeza, establecer
un algoritmo que permita conocer si el proceso se detendrá o no. "The halting
problem" (el problema de la aplicabilidad), como se le conoce en la literatura, es
un problema indecidible.
Bien, este problema puede enunciarse de una forma distinta. En el enunciado
que se acaba de dar se habla de una máquina de Turing, supongamos que su nom-
bre es una vez más Z con el número de orden z. En él se habla también de un algo-
ritmo, así que según la hipótesis de Turing (apartado 2.1), que hemos aceptado,
eso es lo mismo que hablar de una M.T. A esta nueva M.T. la llamaremos ZH.
Veamos un nuevo enunciado, más general, del problema: ¿Existe una máquina
de Turing ZH cuya información en cinta son parejas y que, cuando se le suministra
la pareja (z, X), responde de una de estas formas:
a) Sí, la máquina Z, de número z, es aplicable al dato X.

b) No, la máquina Z, de número z, es inaplicable al dato X.
Demostración de que el problema es indecidible.
Supóngase que existe tal máquina de Turing, ZH.
Sea E un conjunto recursivamente numerable no recursivo (véase teorema
5.3.2). E es el conjunto de definición de una función parcialmente definida calcu-
lada por la máquina Za.
Sea x un entero cualquiera, ante el que ZH podría dar una respuesta así:
- "Sí, x e E, Z a s e parará".
- "No, XG E, Za no se parará".
Entonces E sería recursivo, contrariamente a la hipótesis. Q.e.d.
515
Observación.
El problema de la aplicabilidad es trasladable al terreno práctico de la pro-
gramación de ordenadores. Dados un programa P y los datos D correspondientes,
¿existe un programa general PH que permita saber si P, aplicado a D, se detendrá?
La respuesta es que PH no existe.
7. Las máquinas de Turing y los lenguajes de tipo 0

La lingüística formal ofrece un campo de interesante aplicación de las M.T.'s.
Los distintos lenguajes formales se tratan con cierta extensión en este mismo libro,
en el tema "Lenguajes", donde puede verse la clasificación de aquellos en niveles
relacionados con las reglas gramaticales que los generan y con los mecanismos
que los aceptan (autómatas de uno u otro tipo).
Por lo que se refiere al autómata especial llamado M.T. -asunto que concierne
a los capítulos 5 y 6 de este tema- avancemos unas líneas de su relación con la
lingüística matemática.
- Puede construirse una M.T. que acepte cualquier lenguaje generado por un
sistema de escritura no restringido (lenguajes tipo 0).
- Cualquier lenguaje generado por una gramática del tipo 0 es recursivamente
numerable.
Se dice que un lenguaje L c,E* (esto se verá con detalle en "Lenguajes") es

recursivamente numerable si se puede construir una M.T. que acepte todas las ca-
denas en L y ninguna otra. Un lenguaje es recursivo si tanto L como su comple-
mentario, E*-L, son recursivamente numerables. Sil, es recursivo se puede cons-
truir una M.T. (en la práctica, un programa) capaz de reconocer si una cadena dada
es o no un elemento deZ,. Realmente, esta M.T. estaría compuesta de dos M.T.'s,
M.T.l y M.T.2. El conjunto de ambas o M.T. principal se limitaría a anotar cual
de las dos máquinas acepta la cadena (M.T.l reconocería cadenas en L y M.T.2,
cadenas en E* -L).
Supóngase que L es recursivamente numerable, pero no recursivo. En tal caso,
no sería posible construir la M.T. principal a que se hacía referencia en el párrafo
anterior, al no poderse construir la M.T.2. La consecuencia es que la M.T.l re-
sultaría insuficiente, ya que, de no pararse, no podría saberse si la máquina (en la
práctica, el programa) se había encerrado en un bucle o, simplemente, necesitaba
más tiempo para aceptar la cadena en cuestión.
Una línea lingüística como la que acaba de esbozarse se prolonga en impor-
tantes desarrollos en el campo de la Inteligencia Artificial.
516
8. Resumen
Se han definido las funciones computables como aquellas a las que corres-
ponde una máquina de Turing aplicable a una r-upla «¡0«¡0ñ¡0...0ñ r que pro-
duce un número (y ) de unos.
Las M.T.'s pueden catologarse mediante alguna técnica de codificación, tal
que a cada máquina le corresponda un número entero positivo y a cada número
entero positivo le corresponda como máximo una sola M.T. La técnica clásica, a
nivel teórico, es la de los números z de Gódel.
Así codificada la colección de M.T.'s, pueden diseñarse dos máquinas de
Turing, una para codificar máquinas de Turing (es decir, transformar un esquema
funcional en número de Gódel) y otra para decodificar (es decir, transformar un
número de Gódel en un esquema funcional de M.T., si ésta existe).
Con este instrumental se ha redefinido la máquina de Turing universal como
aquella a la que sólo es necesario darle el número de catálogo de la M.T. a simular
y los datos para ésta.
Las nociones de computabilidad y de parcial computabilidad se emplean en re-
lación con los procesos de cálculo en conjuntos de números naturales para definir
qué es un conjunto recursivo (función característica computable) y qué es un
conjunto recursivamente numerable (dominio de función parcialmente compu-
table).
Por último, se han dado unas muestras del grado de interés de los conceptos de
los conjuntos recursivos y recursivamente numerables aplicándolos al razona-
miento acerca de la indecibilidad del problema de aplicabilidad de cualquier má-
quina de Turing y a la aceptación de lenguajes generados por sistemas de escri-
tura no restringidos.

El problema de si existe un procedimiento efectivo para determinar si una
fórmula arbitraria en el cálculo de predicados de primer orden aplicada a enteros
es cierta, parece que estaba ya implícita en Leibniz, se hace explícita en Schroder
(1895) y finalmente, en Hilbert, con el cambio de siglo. En 1931, Gódel publicó
su famoso teorema de incompletitud, probando que tal procedimiento efectivo no
podía existir.
La máquina de Turing es el concepto relacionado con la noción intuitiva
informal de procedimiento efectivo y se debe a Turing (1936), pero la suposición
de que tal noción de función computable pueda ser identificada con la clase de
funciones parcialmente recursivas se conoce como la hipótesis de Church o la te-
sis de Church-Turing (Hopcroft, Ullman, 1979). Formulaciones alternativas a la
de Turing se encuentran en Kleene (1936), Church (1936) o Post (1936).
517
Formalismos equivalentes a las funciones parcialmente recursivas incluyen el
X -cálculo (Church, 1941), las funciones recursivas (Kleene, 1952) y los sistemas
de Post (1943).
Para este capítulo hemos utilizado con preferencia los libros de Arbib (1965),
y de Gross y Lentin (1967). En particular, a este último le debemos la enunciación
de los teoremas 5.3.1 y 5.3.2, así como la definición de función característica de
un conjunto y el segundo de los enunciados del problema de la aplicabilidad.
Un libro bien escrito sobre introducción a las máquinas de Turing, a las
funciones recursivas y temas conexos, es el de Hennie (1977), del que, entre otras
cosas, se ha usado su descripción de los procesos fundamentales de cálculo
asociables a un conjunto G de números naturales.
La leve referencia del final del apartado 7 a los desarrollos de la línea lingüís-
tica dentro de la Inteligencia Artificial se encontró en Hunt (1975).
7
Complejidad
1. Introducción
Este capítulo aborda el fundamento teórico de las limitaciones prácticas que se
presentan en la aplicación del concepto de algoritmo. En pocas palabras, se dedica
a estudiar la factibilidad de los algoritmos.
De entre todos los problemas que pueden plantearse, el conjunto de aquellos
que son computables (decidibles), es decir, que pueden teóricamente ser resueltos
aplicando un algoritmo, es muy reducido. Sin embargo, no todos los problemas
computables son factibles en la realidad, por requerir a veces demasiados recur-
sos, ya sean de tiempo, espacio de memoria o circuito materiales.
La teoría de la complejidad algorítmica es la encargada de definir los criterios
básicos para saber si un problema computable es factible o, dicho de otro modo,
si tiene un algoritmo eficiente para su resolución y en este caso cuál es su grado
de eficiencia (recuérdese la propiedad de eficacia de todo buen algoritmo, apar-
tado 4 del capítulo 2). Aunque nada más una ínfima parte de los problemas son
algorítmicamente factibles, el conjunto es lo suficiente amplio y variado como pa-
ra que esta teoría resulte no solamente interesante, sino del todo imprescindible
para el conocimiento de las nociones esenciales de la informática.
Iremos de lo más general a lo más particular. Primero, se tratará el asunto de
la complejidad en términos de la máquina de Turing, puesto que así el tamaño del
521
problema puede expresarse de la manera más sencilla posible como el número n
de posibles casillas que ocupa la información de entrada. Lógicamente, la com-
plejidad del algoritmo resolutor se podrá poner en función de n contabilizando (o
estimando por algún procedimiento), bien el número de casillas que es necesario
explorar, bien el número de movimientos de la máquina.
Con posterioridad, se trasladará la cuestión a un terreno más práctico, en el que
se dispone de operadores más funcionales, por lo general en forma de máquinas
computadoras secuenciales, aunque no pueda dejarse sin mencionar la emer-
gencia cada día más patente de máquinas de proceso físicamente concurrentes y
su repercusión sobre la complejidad. En todo caso, y al igual que con las máquinas
de Turing, se medirá la complejidad por un orden de magnitud, del tiempo (por
ejemplo), expresado en forma abstracta como función del tamaño del problema.
Decir "en forma abstracta" significa expresar el tiempo como un número de pasos
operativos elementales, al objeto de independizarlo de la velocidad concreta de la
máquina ejecutora.
A grandes rasgos, los problemas computables se clasifican en buenos {com-
plejidad polinómica) y malos (complejidad exponencial). Entraremos en algunos
detalles sobre estos conceptos y conceptos derivados.
Para terminar, nos ocuparemos de un apartado de la complejidad teóricamente
menor, la complejidad de los programas, a la que se ha dado en llamar -de manera
a nuestro juicio incorrecta- complejidad del software. La complejidad del soft-
ware tiene que ver, no con la eficiencia de los algoritmos, sino con la eficiencia
de la programación de los algoritmos.
2. Complejidad y máquinas de Turing

Es posible introducir los conceptos involucrados por la complejidad de los
algoritmos sin necesidad de apelar a la máquina de Turing, pero su potencialidad
de soportar la ejecución de cualquier problema computable la señala como argu-
mento "natural" para aproximarse a criterios universales en lo referente a efi-
ciencia algorítmica.
2.1. Dificultad de encontrar un criterio

universal de complejidad
Recordemos que, en efecto, al estudiar la máquina de Turing no se impuso
ningún límite de espacio ni tiempo, o, lo que era lo mismo, todo algoritmo que
pueda ejecutarse en un número finito de pasos es simulable mediante una máquina
de Turing. Esto es así porque la máquina de Turing no padece limitaciones en
cuanto a la longitud de su cinta ni en cuanto al tiempo de ejecución.
Como sabemos, en la práctica ocurre que la cantidad de memoria viene li-
mitada por razones diversas, de índole tecnológica, económica u otra. El tiempo
de ejecución tampoco puede ser cualquiera, por obvias razones de pragmatismo.
522
Establecer un criterio universal para poder saber cuán eficiente es un algoritmo
no es sencillo a priori, porque un mismo problema puede resolverse sobre dife-
rentes tipos de máquinas, con diferentes grados de eficiencia. Examinemos un
momento este asunto por medio de un ejemplo sencillo. Multiplicar dos números
de n dígitos decimales por el procedimiento que a todos nos enseñaron en la
escuela requiere un tiempo de ejecución proporcional a n . El ejemplo de la figura
7.1.a) muestra un caso en el que n = 5. El número de operaciones necesarias es,
de una parte, aproximadamente igual a n x «para obtener las n filas: cada fila
resulta de efectuar n multiplicaciones de dos números de 1 dígito decimal. De otra
parte, después hay que sumar las n filas interdesplazadas y esto puede costar
alrededor de n sumas de dos números de 1 dígito decimal. En resumen, el tiempo
total se compone de c • n (c, constante) operaciones, que convencionalmente
podemos suponer equivalentes a unidades de tiempo, aunque sabemos que hay
involucrados dos tipos de operaciones distintas.
42013
x 27491
4 2 0 13
378117
16 8 0 5 2
(a) 2 9 4 0 91
84026
1154979383
A B c D
42 013 X 27 491
AC = 1134
(A+B) • (C + D) -A • C-B D = 20973
B D = 6383
1154979383
Figura 7.1.
Existen algoritmos más rápidos para resolver el mismo problema. Uno de ellos
está aplicado al caso práctico escogido en la figura 7.1.b). Este algoritmo requiere
un tiempo proporcional a n y se ha obtenido dividiendo el problema en sub-
problemas. El algoritmo más rápido conocido a este respecto ejecutable en una
523
máquina secuencial tiene un tiempo proporcional a n • log2 n • log2log2 n. Si la
máquina fuera paralela, el tiempo podría ser proporcional a logz n.
En resumen, la eficiencia de un algoritmo no depende sólo del tiempo y del
espacio (memoria) utilizados, sino también de los circuitos disponibles (hardware
y, en particular, del número y estructura de los procesadores), en suma, de los
recursos concretos (véase capítulo 3).
La máquina de Turing nos permite, una vez más, liberarnos de la mayor parte
de esas ligaduras materiales gracias a su estructura de operación de formato único
(aunque, como sabemos, su estructura admite diversas variantes).
No obstante, utilizaremos la máquina de Turing solamente para iniciarnos en
los conceptos básicos de complejidad espacial y temporal, la complejidad en tér-
minos asintóticos y algunos resultados sobre los efectos en la complejidad debido
al aumento lineal de velocidad, la comprensión de la información y la reducción
del número de cintas. El estudio detallado de estas cuestiones es objeto de obras
especializadas. En el subapartado 2.4 se dará una breve idea sobre la cuestión de
los efectos en la complejidad.
2.2. Complejidad espacial. Complejidad

temporal
Las definiciones de complejidad algorítmica referidas a máquinas de Turing
pueden asociarse con gran generalidad a un tipo de algoritmos tales como los
reconocedores de lenguajes. En el apartado 7 del capítulo anterior hemos cono-
cido que existe una relación entre la máquina de Turing y un cierto tipo de lengua-
jes, a los que se llama "lenguajes tipo 0". El estudio de esta relación y en particular
la clasificación de los lenguajes de acuerdo con la complejidad estructural de las
respectivas clases de autómatas reconocedores se detalla en el tema "Lenguajes".
Existe otra clasificación de los lenguajes, relativa ésta a la complejidad compu-
tacional (o algorítmica), que se basa en la cantidad de tiempo, espacio o cualquier
otro recurso necesaria para reconocer un lenguaje en una máquina general, como
es la máquina de Turing. Tal complejidad es la que nos interesa aquí.
En el capítulo 6 se usaba una codificación para representar cualquier expresión
simbólica por un número, lo que nos llevaba a la posibilidad teórica indudable de
catalogar numéricamente la colección de las máquinas de Turing. Por un principio
análogo aunque no semejante, podríamos representar los problemas reales, como
el de la multiplicación de dos números visto antes, en términos de lenguajes.
Bastaría con definir adecuadamente una función de codificación tal que a cada
entrada del problema (en el ejemplo serían los dos números a multiplicar) le co-
rrespondiera una determinada cadena de símbolos. Así:
Sea Sun alfabeto, Jiun problema y EKcl conjunto de entradas del problema
n . Se define la función de codificación a .
a: (1)
El problema se convierte en un lenguaje L que una máquina de Turing concreta
acepta o no. Lícitamente, podemos preguntarnos por la complejidad de las
máquinas de Turing (o de los algoritmos) por referencia a los lenguajes.
Se define la complejidad espacial utilizando la máquina de Turing M de la
figura 7.2, que consta de una cinta de entrada de sólo lectura con la información
enmarcada por delimitadores en sus extremos y de K cintas semi-infinitas de
memoria de lectura-escritura. La máquina M tiene una complejidad espacial S(n)
(o es S(n)-limitada en espacio) si, para cualquier entrada de longitud n, explora
como máximo S(n) casillas en cualquiera de las cintas de trabajo.
Cintas para
memoria
y trabajo
UNIDAD
LOGICA
Cinta de sólo
INFORMACION lectura
# #
DE ENTRADA
Figura 7.2.
Por razones de conveniencia teórica, la máquina M de la figura 7.3 suministra

el modelo adecuado para definir la complejidad temporal de una máquina de
Turing. Esta consta de Ja cintas abiertas por ambos extremos, de lectura y escri-
tura, con una de ellas dispuesta para contener la información de entrada, que,
como siempre, suponemos de longitud n. Si para cualquier palabra de entrada de
longitud n, M realiza como máximo T(n) movimientos antes de detenerse, se dice
que M tiene complejidad temporal T(n) (o es T(n)-limitada en tiempo).
Puesto que la máquina M sirve para ejecutar un algoritmo , lo anterior viene a
significar que la ejecución del algoritmo no requiere más de S(n) posiciones en la
cinta o más de T(n) desplazamientos, respectivamente.
525
Cintas para
memoria y
trabajo
INFORMACION
DEENTRADA
"N
UNIDAD
LOGICA
Figura 7.3.
Obsérvese que las funciones S(n) y T(n) no necesitan ser una función exacta,
sino sólo un indicador de la forma de variación en función de la longitud de la
entrada. Por ejemplo, a efectos de estudiar la eficiencia de un algoritmo simulado
por una máquina de Turingilf, da igual que su tiempo de ejecución sea 14n +25n
-4 ó 3 n , pues su forma de crecimiento es en ambos casos de tipo n . Diremos
que la máquina M es de complejidad temporal (n ), o (« )-limitada en tiempo.
Esta segunda expresión se comprende intuitivamente, pues si nos fijamos en las
funciones anteriores, vemos que en el límite (n infinito) tienden a las asíntotas
14« y 3n respectivamente, que son del tipo en (c, constante).
Así pues, al hablar de complejidad estamos hablando en realidad de
complejidad, en términos asintóticos. Parece razonable asumir que toda máquina
de Turing será al menos de complejidad temporal (n + 1), pues éste es el tiempo
requerido para leer la entrada. Igualmente, toda máquina de Turing será al menos
de complejidad espacial (1), pues debe poseer al menos una casilla de entrada.
Cuando decimos que una máquina es T^nJ-limitada en tiempo, en realidad
estamos diciendo Máx[(n + 1), T(«)] limitada en tiempo, y lo mismo para la
complejidad espacial, que será Máx[(l), S(«)].
2.3. Máquinas deterministas, máquinas no

deterministas y tipos de complejidad
Los conceptos que acabamos de ver son aplicables tanto a máquinas deter-
ministas, en las que los pasos a seguir son siempre idénticos para toda entrada,
como a máquinas no deterministas, en las que deben tomarse una serie de de-
cisiones que provocan el que la máquina realice más o menos movimientos o
escriba más o menos casillas de la cinta.
Para este segundo caso las definiciones son ligeramente diferentes. Diremos
que una máquina de Turing no determinista es 5(n)-limitada en espacio o de
complejidad espacial S(n) si para toda entrada de longitud n, la máquina no debe
indagar más de S(n) posiciones de la cinta, cualquiera que sea la secuencia de de-
cisiones que pueda tomar durante la ejecución del algoritmo.
De forma similar, la máquina será T(n)-limitada en tiempo o de complejidad
temporal T(n) si, para toda entrada de longitud n, la cabeza de lectura de la
máquina efectúa menos de T(n) desplazamientos, cualquiera que sea la secuencia
de decisiones.
La familia de lenguajes de complejidad espacial S(n) se denomina DSPA-
CE(S(n)). Los lenguajes con complejidad espacial no determinista S(n) se
engloban en la clase NSPACE(S(n)). En lo que respecta al tiempo, la familia de
lenguajes de complejidad temporal T(n) se denomina DTIME(T(n)) y si es no
determinista NTIME(r(«)).
2.4. Algunos resultados de la teoría de

complejidad en máquinas de Turing
Damos sin demostración determinados resultados. Los primeros vienen a
expresar que, en lo referente a la complejidad, es la tasa funcional de crecimiento
(es decir, lineal, cuadrática, exponencial) lo que importa, y que pueden des-
preciarse los factores constantes. Podrá hablarse, por ejemplo, de una complejidad
log n sin especificar la base de los logaritmos, ya que logb n y logc n difieren en
un factor constante. En su conjunto, estos resultados vienen a reforzar la idea
intuitiva práctica de complejidad asintótica.
Un primer teorema es que si el lenguaje L es aceptado por una máquina de
Turing S(n)-limitada en espacio dotada con K cintas de memoria, entonces, para
cualquier c > 0, L es aceptado por una M.T. c S'fnj-limitada en espacio.
Se prueba simulando la primera M.T. por otra que la simula y que en cada una
de sus casillas comprime en un solo símbolo el contenido de r casillas de la cinta
correspondiente de la primera M.T.
Otro teorema relacionado con la complejidad espacial en máquinas de Turing
dice así: Si un lenguaje L es aceptado por una M.T. S(7i)-limitada en espacio pro-
vista de K cintas de memoria, es aceptado por una M.T. S(n)-limitada en espacio
con una sola cinta de memoria. De hecho, si S(n) >n podemos suponer que
cualquier M.T. Sfnj-limitada en espacio es una M.T. con una sola cinta (que sirve
de entrada y de memoria de trabajo).
Por último, puede demostrarse que, bajo ciertas condiciones, sil, es aceptado
por una M.T. con k cintas T(n)-limitada en tiempo, es aceptado por otra M.T. con
k cintas c • r(«)-limitada en tiempo, para cualquier c > 0 .
Veamos ahora brevemente otro grupo de resultados.
527
Es indudable que los que en el apartado 6 del capítulo 5 hemos denominado
sucedáneos de la máquina de Turing, algunos de los cuales se han utilizado líneas
arriba para definir, por conveniencias teóricas, la complejidad, nos proporcionan
una idea de la variabilidad de circuitos disponibles (número de cabezas, número
de cintas de memoria y sólo lectura, límites en la longitud de las cintas, etc.) y
consecuentemente de su influencia sobre la complejidad. Por fortuna, todos estos
tipos acaban pudiéndose reducir a una M.T. mono-cinta.
Es así como se demuestra, por ejemplo, que si un lenguaje L está en la clase
DTIME(T(«)), es decir, posee complejidad temporal T(n), entonces es aceptado
en tiempo i (ra) por una M.T. mono-cinta.
Asimismo, si L es aceptado por una M.T. r(ra)-limitada en tiempo de k cintas,
es aceptado por una M.T. de dos cintas de memoria con complejidad temporal
T(n) -logT(n) .
Resumiendo, comprobamos que alteraciones importantes de la estructura de
una M.T., como puede ser el aumento o disminución del número de cabezas y de
cintas de trabajo, si bien no restringen -como se estableció en capítulos anteriores-
las posibilidades de la máquina de Turing básica, afectan en cambio a la com-
plejidad temporal. Los dos teoremas que se acaban de enunciar son bien explícitos
en este sentido: el paso de complejidad temporal T(n) a complejidades T2 (n) o
7" (ra) • logT(n) nos ayudan, por analogía, a comprender el cambio cuantitativo
que cabe esperar de procesar algoritmos en forma secuencial a procesarlos en
forma concurrente (cuando ello es posible).
3. Medidas de la complejidad algorítmica

Desplacemos ahora nuestra atención a terrenos de interés práctico para cual-
quiera que se dedique a la informática.
En primer lugar, cabe plantearse la pregunta de si realmente medir (o estimar)
la complejidad algorítmica tiene algún interés práctico. A diario, numerosos ejem-
plos nos demuestran que sí. Cualquier software implica cálculos, búsquedas, or-
denaciones, manipulaciones u otras operaciones, que son especificados por una
solución algorítmica y sometidos a un requisito de eficacia en cuanto a los re-
cursos empleados.
Pueden citarse:
• Programas en tiempo real. La duración de su ejecución está limitada en el

tiempo, como es evidente en un sistema que controla el movimiento de una
antena que apunta a un satélite para una aplicación de transmisión de datos.
• Programas con volumen limitado de almacenamiento, tal como sucede en un

sistema embarcado en un sobrecargado ingenio espacial.
• Programas de uso muy frecuente, por ejemplo, programas de software de

base, compiladores, manejadores de dispositivos, y otros. En ellos no tiene
528
por qué existir estrictamente una limitación de recursos (salvo por razones de
competitividad económica), pero, por razones de rendimiento operativo, es
en cambio muy importante mejorar los algoritmos utilizados y optimizar,
• llegado el caso, su codificación.
Como ya sabemos, se ha convenido en que sea el tamaño de los datos de

entrada del problema el parámetro para medir su complejidad computacional.
Lógicamente, una vez fijado el problema y definida su entrada, la complejidad
dependerá de la clase (tiempo, espacio) y número de recursos considerados
(máquinas secuenciales, máquinas paralelas) y del algoritmo elegido, y, por
último, habrá un aspecto práctico digno de tenerse en cuenta: la variabilidad
concreta de la medida de la complejidad para unos datos determinados (una vez
fijados los recursos y el algoritmo). En todo caso, la complejidad siempre se
expresa en unos términos independientes de la velocidad del operador concreto.
Vamos a empezar viendo los tipos clásicos de complejidad en función del
tamaño n de la entrada.
3.1. Complejidad polinómica y complejidad

exponencial
La figura 7.4 permite visualizar la variación del orden de magnitud de cuatro
algoritmos de complejidad (que supondremos temporal) log 2n, n,n y 2", res-
pectivamente, en función de n.
n, tamaño de log 2n n 2 2"

n
datos de microsegundos microsegundos microsegundos microsegundos
entrada
10 0,000003 seg 0,00001 seg 0,0001 seg 0 £ 0 1 seg

100 0,000007 seg 0,0001 seg 0,01 seg 10 siglos
1.000 0,00001seg 0,001 seg 1seg Astronómico
10.000 0,000013 seg 0,01 seg 1, 7min Astronómico
100.000 0,000017 seg 0,1 seg 2,8 horas Astronómico
Figura 7.4.
El problema cuyo algoritmo tiene complejidad 2" se convierte en intratable

aún para pequeños tamaños de los datos. No le ocurre así al algoritmo n -
complejo, pero es evidente que para tamaños grandes puede requerir tiempo con-
siderable.
La forma de crecimiento de los recursos necesarios en la ejecución de un
determinado algoritmo se denota por O(f(n)), y ya hemos convenido anterior-
mente que sólo interesan los términos de mayor crecimiento de la función (el
comportamiento asintótico).
529
2
Así las complejidades de la figura 7.4 son denotadas O {log 2n),0(n), O {n ).
y O (2") . Un tiempo de ejecución de 14n + 25n - 4 se resume en que la com-
plejidad es O (2") .
Los algoritmos cuyo comportamiento asintótico es del tipo O («) , O {n ) ,
O {n ) ,..., en general O {n) para c constante, se llaman algoritmos polinómicos,
o de complejidadpolinómica. Los algoritmos que se comportan como 2" (en gene-
ral c ) son algoritmos exponenciales, o de complejidad exponencial.
Las figuras 7.4 y 7.5, examinadas conjuntamente, nos permiten apreciar que,
siendo totalmente merecido el apelativo de "malos" con el que se conoce a los
algoritmos exponenciales, también entre los polinómicos los hay mejores y peores
y algunos pueden llegar a resultar bastante malos en cuanto que crece un poco el
tamaño n.
n, tamaño de la entrada
del problema
Figura 7.5.
3.2. Ejemplos de algoritmos con complejidad

polinómica
Los algoritmos de búsqueda y clasificación (ordenación) constituyen una clase
muy favorable para suministrar ejemplos didácticos acerca de la complejidad al-
gorítmica, o de su inversa, la eficiencia del algoritmo.
En primer lugar, hacen fácil lo que muchas veces no lo es: precisar el tamaño
de la entrada del problema, que en esta clase coincide con el número de elementos
del conjunto sobre el que hay que operar la búsqueda o la ordenación. En segundo
lugar y no menos importante, un algoritmo de búsqueda o de ordenación se
traduce en un plan de operaciones básicas de comparación entre valores de
elementos y de movimientos de estos elementos (en la ordenación), con la parti-
cularidad de que ambos tipos de operaciones dependen del número n de elementos
del conjunto de partida.
Huelga decir que en esta categoría existen algoritmos muy sofisticados, en los
que intervienen más operaciones que las puramente comparativas y de movi-
miento. Forman parte de las técnicas habituales en el campo de la gestión de fi-
cheros y en general de los sistemas de gestión de bases de datos. No es nuestra
intención entrar en ellos, aunque es justo dejar aquí señalado que todo su estudio
se relaciona con problemas de eficiencia bajo diversas circunstancias.
3.2.1. Búsqueda secuencial

Consiste en explorar, consecutivamente y partiendo de un primero, los
elementos de una lista o conjunto de n elementos comparando cada uno con una
clave, que es el elemento buscado. Este elemento puede estar o no en el conjunto
explorado.
El código siguiente en Pascal permite resolver esta búsqueda.
BEGIN
encontrado: = False;
ind: = 1;
WHILE (NOT encontrado) AND (ind < = n) DO
BEGIN
IF lista [ind] = clave
THEN encontrado: = True (2)
ELSE ind: = ind + 1
END; {bucle de búsqueda}
IF encontrado
THEN BuscSec: = ind
ELSE BuscSec: = 0
END; {Búsqueda secuencial}
La salida de este algoritmo, que llamamos BusSec, toma el valor 0 si no se

encuentra la clave o el valor del lugar ocupado por el primer elemento coincidente
con la clave, en caso positivo. "Encontrado" es una variable booleana e "ind" una
variable de tipo intervalo formado por enteros. Los textos entre corchetes son
comentarios. < = y > = significan menor o igual y mayor o igual, respectiva-
mente.
El algoritmo codificado en la forma (2) no requiere explorar más de n
elementos, en el peor de los casos. Y esto es prácticamente todo que hay que hacer.
531
Tanto la complejidad temporal como la espacial son 0(n). En adelante, sólo
hablaremos de complejidad temporal.
3.2.2. Búsqueda binaria
El algoritmo de búsqueda binaria es mucho más eficiente (esto es, su
complejidad mucho menor) que el de búsqueda secuencial. El algoritmo de
búsqueda binaria tiene complejidad O (log2n) . Véase la figura 7.5. Pero en
realidad no son estrictamente comparables, porque el algoritmo de búsqueda
secuencial es mucho más general, al no imponer condicionamiento alguno en
cuanto al orden de los elementos en el conjunto. Por el contrario, en la búsqueda
binaria se requiere previamente que el conjunto esté ordenado1.
Este algoritmo trabaja comparando la clave con el elemento situado en medio
de la lista. Si coincide, lo da como encontrado y si no, descarta la mitad (de ahí el
nombre) de la lista que no puede contener la clave y repite el proceso.
De nuevo en Pascal, el algoritmo de búsqueda binaria en una lista de enteros
puede expresarse en la forma de (3). Las variables "alto", "medio" y "bajo" son de
tipo intervalo con enteros, como antes "ind".
Obsérvese que con cada comparación se divide la lista por la mitad, de modo
que ésta se va convirtiendo en la mitad, en la cuarta, la octava... parte de su tamaño
inicial. En el peor de los casos, el proceso continuará hasta que la lista a explorar
esté vacía (en el programa, sentencia "ELSE BuscBin: =0"). En consecuencia, el
mayor número de comparaciones que puede necesitar el método de búsqueda
binaria será el primer valor entero k tal que 2 > n, es decir, k > log 2n.
BEGIN
bajo: = 1;
alto: = re-
encontrado: = False;
WHILE (NOT encontrado) AND (bajo < = alto) DO
BEGIN
medio: = (bajo + alto) DIV 2;
IF lista [medio] = clave
THEN encontrado: = True
ELSE IF lista [medio] > clave (3)
THEN alto: = medio - 1
ELSE bajo: = medio + 1
END; {bucle de búsqueda}
IF encontrado
THEN BuscBin: = medio
'El interés de aplicar la búsqueda binaria (precedida de un algoritmo de ordenación) frente a la búsqueda se-
cuencial dependerá del número de veces que haya que aplicar el algoritmo de búsqueda, y, por supuesto, también
del orden de complejidad del algoritmo de ordenación..
ELSE BuscBin: = 0
END; {búsqueda binaria}
3.2.3. Ordenación por el método burbuja
Ordenar es el proceso de reorganizar un conjunto de objetos según una
determinada secuencia. Existen muchos métodos de ordenación y los más sen-
cillos, denominados métodos directos, tienen complejidad O (n ). Normalmente,
hay un número máximo de comparaciones y movimientos y un número mínimo,
como resultante del grado inicial de ordenación del conjunto.
El método de la burbuja es un método de intercambio, que consiste en
comparar dos elementos consecutivos, permutándolos cuando están desordenados
y llegando hasta el final de la lista en cada una de las pasadas. Por ejemplo, si
tenemos inicialmente la siguiente lista de números enteros (seguiremos utilizando
por simplicidad este tipo de objetos):
(2, 4, 7, 6,15,12, 9,10)
En una primera pasada (variable "Paso" en el código Pascal (4), la lista se

reordenará así:
(2,4,6,7,12,9,10,15)
BEGIN
Intercambio: = TRUE;
Paso: = 1;
{El número de pasadas puede variar de 1
hasta n - 1, dependiendo de la disposición inicial}
WHILE (Paso < = n - 1) AND (Intercambio)
DO BEGIN
{Por el momento no se han producido
intercambios}
Intercambio: = False;
FOR j : 1 TO n - Paso DO
{si un elemento es menor que el anterior,
hay que intercambiarlo}
IF a [j] > a [j + 1]
THEN BEGIN
Intercambio: = TRUE;
Aux: = a [j]; (4)
a [ j ] : = a [ j + 1] ;
a [j + 1]: = Aux
END; {if then}
Paso: = Paso + 1
END {while}
END; {procedimiento burbuja}
533
La segunda pasada inicia los movimientos a partir de la pareja 12, 9, que es
permutada, descendiendo 12 hasta el penúltimo lugar de la lista:
(2, 4, 6, 7, 9,10,12,15)
El número de comparaciones en este algoritmo es 1/2 n(n -1) y los números

mínimo, medio y máximo de movimientos son 0,3¡4(n -n) y 3/2 (n -n) ,
respectivamente. Por consiguiente, la complejidad es del orden O (n ).
3.3. Sinopsis
El esquema de la figura 7.6 pretende sintetizar algunas de las ideas ya vistas o
que se desprenden de los conceptos y ejemplos examinados.
Un aspecto que no habíamos comentado anteriormente es el que se refiere, no
a la complejidad del algoritmo, sino a la complejidad del problema. Tal cuestión
remite a diseñar y comparar (en tiempo secuencial, por ejemplo) todos los algo-
ritmos posibles para resolver un problema. En el apartado 2 mencionábamos
distintas soluciones al problema de la multiplicación de dos números enteros de
longitud n. Sus complejidades oscilaban entre O (n ) y 0(n • log 2 n •
• log 2log 2n) o, lo que es lo mismo, entre O (n ) y O (n • logn • log • logn).
Se conoce como cota superior de la complejidad de un problema a la
complejidad del mejor algoritmo que se haya podido encontrar. En el caso de la
multiplicación, la cota superior es O (n • logn • log logn) , para recursos de
computación secuencial. Es posible probar, a veces, que no existe algoritmo que
pueda resolver un determinado problema sin emplear como mínimo una cierta
cantidad de recurso, a la que se llama cota inferior. Si seguimos razonando acerca
del problema de la multiplicación, convendremos en que no puede existir al-
goritmo más eficiente que el que necesitase un tiempo proporcional a n, puesto
que siendo éste el tamaño de la entrada, es evidente que, como mínimo, cada dígito
debería ser considerado al menos una vez.
¿Es posible encontrar algoritmo mejor que O (n • logn • log log „) para la
multiplicación? ¿Puede probarse la inexistencia de un algoritmo más rápido? En
suma, ¿cuál es la exacta complejidad de la multiplicación de dos números enteros?
Estas son preguntas abiertas dentro de la teoría de la complejidad.
Otra observación. El análisis de algoritmos se concentra mucha veces en un
algoritmo concreto, investigando en el interior de su orden de complejidad cual
es la dinámica interna de ésta como resultado de las diversas configuraciones de
datos. Esto conduce a evaluar medidas conocidas como casos peores, medios y
mejores, de enorme interés en la práctica. El subapartado anterior nos ha ofrecido
varios ejemplos en los que era patente una variabilidad de los tiempos de eje-
cución como producto de la configuración inicial de los datos. El lector puede
imaginar hasta qué punto la dinámica de ejecución de predicados de un algoritmo
complicado puede dificultar este tipo de análisis.
i
Definir complejidad según tipo y
número de recursos
Tiempo (procesador, memoria, otros circuitos)

COMPLEJIDAD TEMPORAL Máquinas
secuenciales
Espacio (memoria, fundamentalmente)

COMPLEJIDAD ESPACIAL Máquinas
paralelas
Otros
Acotar complejidad de los problemas

(fijado el tipo de recursos)
E N BUSCA DE LA EXACTA
COMPLEJIDAD DEL PROBLEMA
Cota superior
EL MEJOR ALGORITMO (menor cantidad de recursos)
Cota inferior
ir
Acotar complejidad para diferentes ocurrencias
de la entrada (fijados tipo y número de recursos
y el algoritmo)
Complejidad caso peor
Complejidad caso medio
Complejidad caso mejor

Figura 7.6.
Por último, un comentario sobre la aparente contradicción que nos sugiere la

definición de complejidad algorítmica. Está muy claro que un algoritmo es tanto
menos complejo cuantos menos recursos de máquina requiera. De ello venimos
tratando a lo largo de todo el capítulo. En este sentido, es menos complejo el
535
algoritmo de ordenación Quicksort (O (n • logn)) que el de la burbuja. Sin embar-
go, el método de la burbuja se le ocurre a cualquiera, mientras que Quicksort lo
inventó Hoare, precisamente uno de los más prestigiosos científicos de la
informática. Desde una semántica antropológica, es más compleja (requiere más
o por lo menos mejores recurso intelectuales) la solución Quicksort que la de la
burbuja. En un caso estamos hablando de idear (inventar, diseñar, es un acto
creativo) una solución y, en el otro, de ejecutarla mecánicamente.
4. Problemas P, NP y NP-completos
Hemos estado hablando de algoritmos más o menos eficientes, entendiendo
que éstos son aquéllos cuyo crecimiento es polinómico. En general diremos que
un algoritmo es eficiente si existe una máquina de Turing M que lo simule en tiem-
po DTIME (n) . donde i es una constante. A la clase de algoritmos eficientes se
la denomina la clase P. Puede argumentarse, no sin razón, que un algoritmo
(n ) -limitado en tiempo, no resulta muy eficiente. Esto es cierto efectivamente,
pero en la práctica casi todos los problemas de P tienen un grado pequeño.
4.1. El problema P-NP

Podría pensarse que con esta clase P ya tenemos definida la eficiencia, y sin
embargo, nada más lejos de eso, pues existe otra clase de problemas denominados
NP que vienen a perturbar toda la teoría de complejidad.
Como ya sugeríamos en el apartado 2.3, existen algoritmos (máquinas de
Turing) llamados no-deterministas que, contrariamente a los algoritmos determi-
nistas, no siguen un flujo fijo, sino que actúan en función de una serie de de-
cisiones tomadas en tiempo real. De entre los algoritmos no-deterministas existe
un amplio conjunto de ellos que pueden considerarse eficientes, pero es inde-
mostrable que estén en P debido precisamente a que el algoritmo no es deter-
minista. A esta clase de problemas se los llama NP. Dicho en palabras simples, la
clase NP es el conjunto de problemas que tienen un algoritmo rápido (de
complejidad polinómica) de verificación.
Un ejemplo de problema de tipo NP es el conocido problema de Hamilton.
Dado un grafo como el de la figura 7.7, ¿puede encontrarse un camino que una
todos los puntos y que pase una sola vez por cada punto? Este problema nos parece
tener una solución determinista de tipo polinómico. Sin embargo, existen
algoritmos no-deterministas que lo resuelven con eficiencia. Basta con elegir una
posible solución al azar y verificar que cumple las condiciones del problema. Esta
es precisamente una de las características más notables de los problemas de tipo
NP. Encontrar el algoritmo determinista o la solución al problema es muy difícil,
pero dada una posible solución, resulta sencillísimo comprobar que es válida. Esta
diferencia es análoga a la que existe entre NP y P.
536
El problema principal en la teoría de los problemas intratables es, visto lo
anterior, muy fácil de definir: ¿Es NP igual a P? Este es el llamado problema P-
NP, y es tan difícil de resolver que casi nos vemos tentados a concluir que son dos
clases diferentes. Lo que sí es demostrable es que todo problema de P es un pro-
blema de NP.
Figura 7.7.
Sin embargo, la cosa no acaba ahí, ya que existe una puerta abierta que per-
mitiría demostrar que son iguales en el supuesto de encontrar la llave, si bien
también podría demostrar que son distintos en caso de demostrar que la llave no
existe. Vamos a ver esto con más detalle definiendo el concepto de completitud.
4.2. Completitud y problemas NP-completos

En la clase NP hay un cierto número de problemas que pueden catalogarse
entre los más duros problemas, en el siguiente sentido: si se encontrase un
algoritmo de tiempo polinómico para cualquiera de ellos habría un algoritmo de
tiempo polinómico para todo problema en NP. Se dice que cualquier problema de
esta categoría es NP-completo.
Un problema muy conocido entre los asiduos a la complejidad es el problema
de "satisfactibilidad". Dada una expresión booleana, ¿es posible encontrar un
conjunto de valores que den como resultado "true"?
El algoritmo NP es muy sencillo: cójase una posible solución al azar y
verifique si el resultado es "true". Para demostrar que todo problema de NP puede
reducirse al problema de satisfactibilidad (llamémoslo Lsat), hay que encontrar
un algoritmo que permita simular cualquier otro problema de NP incrementando
su complejidad por un factor que como mucho habrá de ser log. Este algoritmo
existe pero es bastante complicado y no lo expondremos en detalle. El principio
básico es construir una nueva máquina Lsat a partir de la máquina original M en
537
la cual las condiciones que deben verificarse para que M acepte la solución se
convierten en una expresión booleana. De esta forma, la simulación de M con Lsat
es como sigue: cójase una posible solución y verifiqúese que la expresión
booleana es "true". Si Lsat acepta la solución, M también acepta y viceversa, por
lo que las dos máquinas son iguales. Si la complejidad de la máquina M era T(n),
la de la nueva máquina Lsat será como mucho T(n) + log(n).
Aparte del problema de Hamilton y el de satisfactibilidad hay otros problemas
que también son NP-completos y son muy populares. Podemos mencionar unos
cuantos:
• El problema del número cromático: Dado un número k, ¿existe una forma de

dibujar un grafo con k colores de forma que dos vértices contiguos tengan un
color diferente?
• El problema del agente de ventas: Dado un grafo, ¿cuál es 1 camino más corto
que pasa una sola vez por cada uno de los puntos del grafo?
• El problema de las particiones: Dada una lista de enteros (zl, i2,..., ik), ¿existe
algún subconjunto cuya suma sea exactamente 1/2(¿1 + i2,... + ik)?
Entre toda la variedad de problemas NP-completos, hay algunos para los que
se han realizado enormes esfuerzos en busca de un algoritmo determinista de tipo
polinómico, sin encontrarlo. Puesto que todos o ninguno de estos problemas están
en P, parece normal conjeturar que ninguno lo está. Casi parece más razonable
buscar mejorar en los algoritmos heurísticos, que pueden resolverlos con bastante
eficiencia en aplicaciones prácticas.
4.3. Un tema no cerrado

Podríamos seguir tratando otros muchos problemas dentro del tema de la com-
plejidad, pero éstos son -valga la redundancia- muy complejos y requieren unos
conocimientos de lógica más profundos.
Existen oráculos que intentan estudiar el qué pasaría si P fuese igual a NP,
conjeturas relativas a la complementación de un problema y otras muchas técnicas
que permitirían poder llegar a la solución del problema P-NP.
También existen desde luego problemas que no son ni de P ni de NP, es decir,
que requieren tiempos exponenciales sin posibilidad de reducción. Este tipo de
problemas, llamados "intrínsecamente difíciles" forman un conjunto no menos
importante dentro de la densa jerarquía que compone la complejidad espacio-
temporal.
5. Complejidad del software

Al final del subapartado 3.3, dedicado a una sinopsis de algunas de las ideas
sobre complejidad algorítmica, se sugería una diferencia entre esta complejidad y
la complejidad creativa específica del ser humano descubridor de algoritmos.
538
En informática, hay una tarea intermedia entre la de diseñar un algoritmo y la
de ejecutarlo por un instrumento mecánico. Es la tarea de programar y codificar
el algoritmo por medio de un lenguaje artificial. Aunque los lenguajes empleados
cada día tienden a ser de mayor potencia expresiva (lo que quiere decir que una
parte importante del trabajo de programación lo hace la propia máquina), esta
actividad todavía es mayoritariamente de carácter humano. Por lo que sabemos,
la codificación de un algoritmo puede introducir variaciones en su eficiencia de
ejecución, pero no alterar el orden de magnitud de su complejidad. En cambio,
determinadas circunstancias de esta tarea muestran una influencia profunda sobre
el número de errores cometidos, la cantidad de esfuerzo requerido y en general
sobre los costes del software. No existe una definición precisa de qué hay que
entender por "complejidad del software", viniendo éste a ser un nombre genérico
para sintetizar algunas de las mencionadas circunstancias, una especie de medida
de cuán difícil es de comprender un programa y de trabajar con él.
La complejidad del software se traduce así, de una manera difusa, en un
conjunto de recursos (en gran parte humanos) necesarios para producir software
de calidad. Algún autor la llama "complejidad psicológica del software".
Tipo Medida literaria Medida software

1. Tamaño Número de páginas de Número de
libro. instrucciones.
2. Dificultad de texto Estilo de autor (por e- Operadores más

jemplo, Borges versus operandos.
Rulfo).
3. Estructural Recurrencias y tramas Propiedades de gratos

entrelazadas. de estructura de
control.
4. Intelectual Tema (por ejemplo, Dificultad del algoritmo.

mecánica cuántica
versus plantas de
interior).
Figura 7.8.
No puede dejar de apuntarse un aspecto de la complejidad del software que se

refiere al software de gran tamaño, cuya característica más sobresaliente es que
ya no es un programa, sino tal vez cientos de ellos, formando conjuntos de cientos
de miles o de millones de instrucciones imbricados en una operación común. Al
desarrollo de este volumen de software se le llama programación a gran escala.
A los problemas de complejidad ya evocados, es necesario añadir la complejidad
de gestión simultánea de cientos de procesos humanos y técnicos, como los esque-
matizados en las figuras 1.1 y 4.2. Precisamente, la programación orientada a
objetos resulta muy prometedora en cuanto a propiciar una considerable reducción
del nivel de esta clase de complejidad.
539
Se han propuesto diversas métricas para estimar la complejidad de la pro-
gramación. Terminaremos este capítulo sobre "complejidad" resumiendo la mé-
trica conocida como Física (o Ciencia) del Software y la métrica del número
ciclomático. El cuadro de la figura 7.8 resume, por analogía con medidas
literarias, las clases de complejidad de las que aproximadamente estamos hablan-
do en este apartado. Como se verá enseguida, la medida por medio de operadores
y operandos se corresponde con la Física del Software y ciertas propiedades de
grafos son el sustrato teórico del método del número ciclomático
5.1. Física del software

Esta métrica está basada en contabilizar los operandos y los operadores con
que se codifica un determinado algoritmo en un lenguaje concreto. Los ope-
radores son elementos sintácticos tales como +, -, >, IF THEN ELSE, END, etc...
Operandos son las cantidades que reciben la acción de los operadores, variables
y constantes, por ejemplo. En el programa en FORTRAN
READ (5, 1) X
1 FORMAT (F 10.5)
A = X/2
2 B = (X/A + A) /2
C = B - A
IF (C.LT.O) C = - C
IF (C.LT.10.E - 6) GOTO 3 (5)
A = B
GOTO 2
3 WRITE (6, 1) B
STOP
END
transcrito en (5) podemos contabilizar lo siguiente:
a) 13 operadores distintos. Al número de operadores distintos lo llamaremos
nL (READ, FORMAT, = ,/,(), +, -, ,LT.,IF, GOTO, WRITE, STOP, END).
b) 24 operadores en total: N1 (Cinco =, tres /, dos de los siguientes: (), -, .LT.,
IF, GOTO, y uno de los seis restantes).
c) 11 operandos distintos: n2. (X, F10.5, A, 2, B, C, 10.E-6,0, y las etiquetas
1,2 y 3).
d) 25 operandos en total: N2 (Cinco de A y C, cuatro B, tres X, dos 2 y uno
de los seis restantes).
A partir de estos elementos contables, la Física del software deriva funciones
a las que denomina vocabulario y vocabulario potencial, nivel de programa, nivel
de lenguaje, longitud de programa, volumen y volumen potencial del programa,
contenido inteligente, esfuerzo de programación y otras, que presuntamente (éste
es un tema todavía abierto) permiten predecir el esfuerzo mental y el tiempo
requeridos para codificar diferentes programas y para codificar un mismo
algoritmo por medio de distintos lenguajes.
Número de operadores distintos «i

Número total de operadores N
x
Número de operandos distintos «2
Número total de operandos
Tamaño del vocabulario n = n1 + n2
Longitud del programa N=N1 +N2
Volumen del programa V = Nlog 2n
Vocabulario potencial n* = 2+ «2*
Volumen potencial V* =n*Tlog 2n *

Longitud calculada del programa Ñ = njog 2«! + n2log 2n2
Nivel del programa L = V*/V
Nivel calculado del programa L = 2n2/n1N2
Nivel del lenguaje X = LV*

Contenido inteligente
Esfuerzo E = V/L
Figura 7.9.
El volumen del programa (figura 7.9) se mide en bits. El nivel del programaL
representa una medida de lo sucinta que puede ser la codificación de un programa.
Cuanto más elevado sea el nivel del lenguaje utilizado en el programa, tanto más
se aproxima la implementación a una llamada de procedimiento. Recordemos al
respecto la sentencia CALL MAX (A, B, MCD) frente al código del mismo
programa en PL/I del apartado 2 del capítulo 1. Por definición L=V*/V, donde V*
es el volumen del algoritmo codificado por una sentencia de llamada CALL (n2 *
suele representar el número de parámetros diferentes de entrada y salida; en el
caso del algoritmo del m.c.d. n2 * =3) y 0 < L < 1, siendo L tanto más próximo al
valor 1 cuanto más potente es el lenguaje empleado. El algoritmo (5) se podría
codificar con CALL RAIZCUA (X, B), con n2* =2, siendo B la raíz cuadrada de
541
X. Ñ y L son fórmulas predictoras de la longitud y del nivel del programa,
respectivamente.
Llama la atención la expresión empleada para el esfuerzo E que, como se puede
observar, ha sido interpretado como el número total de discriminaciones mentales
requeridas para codificar un determinado programa. Su valor, que podría tomarse
como el equivalente a un a medida de la complejidad d programación es tanto
mayor cuanto mayores son el tamaño del vocabulario y la longitud del programa
(ambos se traducen en el valor de V) y más próximo a la máquina el lenguaje
empleado. Diversos estudios empíricos demuestran la existencia de una fuerte
correlación entre E y el tiempo necesario para la programación, y asimismo entre
E y el número de errores hallados en los programas.
En cuanto al contenido de inteligencia I del programa, esta función tiende a ser
constante e independiente del nivel de codificación.
Si aplicamos el cuadro anterior de definiciones al programa (5) obtenemos los
valores de la figura 7.10.
n1 = 13
JVj = 24
«2 = H
N2 =25
n = 24
N = 49
V = 49 • log 2 24 = 224, 66
n* = 2 + 2 = 4
V* = 4 log 2 4 = 8
Ñ = 13 log 2 13 + 11 log 2 11 = 86,16
L = 4 log 2 4/49log 2 24 = 0, 0356
L = 2 • 11/13 • 25 = 0, 0676
X = (Alog 2 4/49log 2 24) • 4log 2 4 = 0,2848
I~4log 24 = 8
E = 49/og 2 24 Alog 24/49log 2 24 = 6.310,67
Figura 7.10.
5.2. Número ciclomático
La métrica que brevemente describiremos ahora se basa en la estructura
decisional (flujo de predicados) de los programas. A esta estructura se le asocia
un grafo orientado G. Recuérdese la figura 1.4 y las correspondencias allí
establecidas entre bloques de código y ramas de programa con nodos y arcos.
Por la teoría de grafos, se calcula el número de circuitos de control linealmente
independientes en G. Un grafo fuertemente conectado es aquel para el que existe
un camino entre cualquier pareja de nodos.
El número ciclomático V(G) de un grafo con n nodos, e arcos y p componentes
conectado es:
V(G) = e-n + 2p (6)
Existe un teorema que dice lo siguiente: en un grafo G fuertemente conectado,

el número ciclomático es igual al número máximo de circuitos linealmente inde-
pendientes.
Así pues, el número ciclomático da una medida de la complejidad del software,
entendida como dificultad mental en la tarea de programación.
Figura 7.11.
El grafo de la figura 7.11 corresponde a un programa cualquiera, cuyos nodos

de entrada y de salida son a y fe. Si se cierra de forma ficticia por el arco b-a, el
grafo resulta ser fuertemente conectado. Su número ciclomático es 5 (e = 9, n =
6 , p = 1). El grafo de la figura 1.4 tiene un ciclomático de 4. El grafo de la figura
7.12, tiene un ciclomático de 8.
543
6. Resumen
Existe un conjunto bastante grande de algoritmos demasiado difíciles de llevar
a la práctica por limitaciones de tiempo o espacio.
Figura 7.12.
La complejidad de un algoritmo no depende de la velocidad del ordenador, de

su capacidad de memoria o formato de instrucciones, es decir, es independiente
del hardware.
Existen numerosas clases de complejidad según sean los algoritmos determi-
nistas -los pasos del algoritmo son siempre los mismos- o no deterministas -se
toman decisiones que pueden variar la cantidad de pasos ejecutados.
Los algoritmos que pueden ejecutarse en un tiempo de orden polinómico en
función de la magnitud de entrada, se consideran eficientes y constituyen la clase
P, mientras que aquéllos que requieren algoritmos de tipo exponencial se consi-
deran difíciles o complejos.
Algunos problemas pueden resolverse eficientemente con algoritmos no de-
terministas pero su solución determinista es compleja. A este tipo de algoritmo se
le llama NP. En ciertos casos, un algoritmo NP es tal que todo problema NP puede
simularse con él, en cuyo caso decimos que el algoritmo es NP-completo.
Si lográramos demostrar que un algoritmo NP-completo puede simularse
mediante un algoritmo determinista eficiente -es decir, de P-, se demostraría auto-
máticamente que todos los problemas NP pueden simularse con un algoritmo
determinista eficiente.
Los estudios realizados hasta el momento no logran, sin embargo, aclarar este
dilema llamado "problema P-NP", siendo una tendencia actual la de considerar
544
que la clase NP es diferente de la clase P. De esta forma pueden centrarse los estu-
dios en la búsquedas de métodos no deterministas para resolver óptimamente toda
esta gama de problemas.
En paralelo con la complejidad algorítmica surge una preocupación por la
complejidad del software, correspondiente a una rama mucho menos teórica de la
informática, conocida hoy por el nombre de ingeniería del software.
En este capítulo se han presentado dos clases de métrica, la primera de carácter
lingüístico basada en la contabilidad de los operadores y operandos utilizados en
la codificación de los programas, y la segunda, en la evaluación del grafo
asociado a la estructura de control de los programas. Cualquiera de estas dos
clases de técnicas y otras muchas que se han elaborado sólo son aplicables en el
ámbito de los lenguajes clásicos de tipo imperativo y de los ordenadores de
funciona-miento secuencial según el modelo de von Neumann.
Tanto el campo de la complejidad algorítmica como el de la complejidad del
software siguen abiertos y muy activos.

El estudio de la complejidad algorítmica puede considerarse bastante reciente.
Parece que el concepto de complejidad temporal se origina hacia 1965 en un
artículo de Hartmanis y Stearns. La complejidad espacial se debe a Hartmanis,
Lewis y Stearns, por un trabajo presentado a un simposio de Teoría y Diseño de
circuitos lógicos en 1965, en el que estos autores analizaban la limitación de los
cálculos por causa de la capacidad de memoria (Hopcroft y Ullman, 1979).
El número de investigadores y trabajos ha crecido y se ha diversificado
sostenidamente desde entonces, por lo que su simple mención alargaría esta nota
sin mayor provecho.
Sin embargo, no puede dejarse de citar a Cook, por su formulación de la clase
de problemas NP-completos y del problema P-NP. Esto sucedió en 1971. Al año
siguiente y sucesivos, Karp y otros matemáticos enunciaron listas de problemas
NP-completos, entre los que se alinean todos los presentados en el subapartado
4.2.
Es Karp precisamente quien, en su conferencia de aceptación del premio
Turing (Karp, 1986), ha expuesto una panorámica histórica de algunos de los hitos
en la teoría de complejidad algorítmica, que merece ser leída. Un aliciente mayor
adicional para aquellos lectores que deseen conocer un auténtico marco con-
ceptual de los problemas planteados a la Informática Teórica en el eje computa-
bilidad-complejidad lo constituye un rompecabezas resuelto por Karp, cuyas
piezas son los mencionados problemas. Lo publica el mismo número de la revista
Communications oftheA.C.M., que recoge la citada conferencia (Frenkel, 1986).
545
Díaz (1982) y Balcázar, en (Gamella, 1985, pp. 61-65) describen algunos de
los campos a los que se extienden en la actualidad los trabajos relativos a la com-
plejidad algorítmica. Citando a este último, nos encontramos con parcelas dedi-
cadas:
1. Al desarrollo de técnicas de análisis mediante funciones continuas inter-

poladoras del comportamiento asintótico de algoritmos dados.
2. Al diseño de estructuras de datos eficientes, analizando el tiempo reque-
rido por los distintos algoritmos.
3. Al planteamiento de problemas de investigación operativa (tales como

búsqueda de rutas mínimas que permitan recorrer diversos puntos y otras
funciones de coste) en términos combinatorios.
4. Al análisis de comportamientos "caso medio".
5. Al análisis de algoritmos para problemas de tipo geométrico, frecuentes en

las áreas de robótica (algoritmos para decidir formas y movimientos) y del
diseño de circuitos integrados a gran escala (algoritmos para integrar en
una misma pastilla de silicio una enorme cantidad de componentes y co-
nectarlos adecuadamente con el mínimo posible de interconexiones ca-
bleadas).
En la parte de complejidad algorítmica, este capítulo ha sido confeccionado

con los materiales siguientes.
Las grandes líneas del capítulo se han inspirado en una mezcla de los libros de
Goldschlager y Lister (1982) y de Hopcroft y Ullman (1979), ayudada por un
trabajo de síntesis, hoy día inencontrable, de uno de nuestros alumnos, Diez
Medrano (1984). El primero de estos libros es una introducción a la informática
y presenta el tema de una manera mucho más intuitiva que el segundo, escrito en
un nivel alto y considerablemente formalizado.
Para las definiciones de complejidad espacial y temporal en máquinas de Tu-
ring hemos seguido muy de cerca a Hopcroft y Ullmann en su capítulo 12.
También, los resultados del subapartado 2.4 han sido extractos de este libro. En
gran parte, asimismo el apartado 4 es tributario de dichos autores a través de la
versión de Diez Medrano.
Los ejemplos de algoritmos de búsqueda y ordenación se encuentran, con
todos los detalles de codificación (declaración de variables y demás especi-
ficaciones) y otros muchos ejemplos, en un texto didáctico sobre algoritmos y
complejidad, orientado a la enseñanza de la programación debido a Garijo y otros
autores (Garijo et al., 1985). Aunque este texto de apuntes es prácticamente inac-
cesible en el tiempo de la reedición del presente libro, no podemos dejar de
rendirle la debida referencia.
Por lo que respecta a la complejidad del software, los trabajos se inician aún
más recientemente. Si no estamos equivocados, fue hacia 1972 cuando Halstead
comenzó a publicar, bajo forma de informes técnicos en la Universidad norte-
americana de Purdue, unas primeras aportaciones que, primero bajo los nombres
de "Termodinámica de algoritmos", "Leyes naturales que controlan la estructura
de los algoritmos " y otros parecidos, derivaron después en "Física del software"
y finalmente, en "Ciencia del software". Halstead se inspiró en investigaciones
sobre lenguajes naturales de Zipf en 1949 (seguidas y formalizadas posterior-
mente por Mandelbrot) y de Shannon sobre teoría matemática de la información.
La aplicación del número ciclomático a la complejidad de programas data de
1976 y se debe a Th. McCabe.
Una descripción panorámica de varias de estas métricas de complejidad del
software y algunas referencias más se encuentran en Sáez Vacas, (1992,1994).
El cuadro de la figura 7.8 puede encontrarse, junto a las propuestas de Zipf y
Mandelbrot en Shooman (1983, cap. 3).
Para la presentación de los postulados de la métrica de Halstead hemos
utilizado el ejemplo (5), reproducido del capítulo 2 del libro de Shooman (1983),
algunos elementos del artículo de Coulter (1983) y el libro en el que finalmente
Halstead resumió su teoría (Halstead, 1977).
En cuanto al número ciclomático, nos hemos valido del artículo original de su
propio autor (McCabe, 1976).
8. Ejercicios
8.1. Buscar en la bibliografía sobre algoritmos de búsqueda y clasificación
una selección de éstos, familiarizarse con ellos y con su complejidad,
comparativamente a los vistos en este capítulo.
8.2. Aplicar la métrica de los operandos y los operadores a los códigos (2),
(3) y (4) escritos en Pascal.
8.3. Tomar cualquiera de los algoritmos representados en (2), (3) y (4),

codificarlo en un lenguaje ensamblador. Aplicar al código obtenido la
métrica de Halstead y comparar los resultados con los resultados
correspondientes al código en Pascal.
8.4. Aplicar la métrica del número ciclomático a los mismos algoritmos (2),
(3) y (4).
547
8.5. Aplicar la métrica del número ciclomático a los siguientes grafos aso-
ciados a sendos programas.
8.6. Aplicar la métrica del número ciclomático a los programas de las figu-
ras 4.3 y 4.5, comparar y extraer alguna conclusión.
Parte IV
Lenguajes
1
Ideas
Generales
1. Lenguajes e informática
Ya al comienzo de este libro (tema "Lógica", capítulo 1, apartado 4) hemos
definido informalmente un lenguaje como un sistema de símbolos que permi-
te la comunicación entre personas, entre personas y máquinas o entre máqui-
nas. Hemos introducido también (en el apartado 5, que debería releerse ahora)
la terminología y los primeros conceptos de la teoría de lenguajes formales.
La importancia de la teoría de lenguajes en informática radica en la corres-
pondencia biunívoca que existe entre máquinas programables y lenguajes. A
cada máquina corresponde un lenguaje en el que se escriben sus programas; a
la inversa, a cada lenguaje de programación le corresponde una máquina que
interpreta los programas escritos con él1. La teoría de lenguajes permite desa-
rrollar de manera científica tanto la creación y la producción de programas
como el diseño de máquinas y lenguajes de programación.
Los tres capítulos centrales del tema que ahora comenzamos están dedica-
dos a presentar los conceptos básicos de la teoría de lenguajes formales y su
relación con la teoría de autómatas. Después, en el último capítulo, veremos la
utilidad de estos conceptos en los lenguajes de programación de ordenadores.
1
El término "máquina" debe entenderse aquí en un sentido abstracto. Por ejemplo, una "máquina BASIC" es
una "máquina virtual" cuyo lenguaje de máquina es el BASIC y que se materializa (se "implementa") median-
te una máquina real (un ordenador) y unos programas adecuados.
551
2. Descripciones de los lenguajes
La descripción formal de un lenguaje finito es inmediata: basta enumerar
las cadenas que lo forman. Pero si es infinito, será preciso inventar una des-
cripción finita; esta descripción será, a su vez, una cadena de símbolos combi-
nados de acuerdo con ciertas reglas (sintaxis) y con un determinado significa-
do, tanto para los símbolos como para las reglas (semántica). Por tanto, esta
cadena de símbolos pertenecerá a un metalenguaje, que servirá para describir
nuestro lenguaje. Por ejemplo, una expresión regular (tema "Autómatas", capí-
tulo 4) es una cadena del lenguaje de las expresiones regulares, que es un
metalenguaje para describir los lenguajes regulares.
Ahora bien, podemos preguntarnos si, dado un lenguaje finito cualquiera,
L <z A * , es posible siempre describirlo de manera finita. La respuesta es "no".
En efecto, sabemos (tema "Algoritmos", capítulo 6, apartado 3.1) que A* (con-
junto de todas las cadenas construidas sobre un alfabeto A) es recursivamente
numerable (a cada cadena se le puede asociar, por ejemplo, su número de
Godel), y, por tanto, cualquier L a A * también lo es. Supongamos que existe
un metalenguaje LMcA *M tal que cada cadena de L M es una representación
finita de un lenguaje sobre A*, es decir, tal que a c a d a L ( M ) < z A * , corres-
ponde al menos un xM e LM. Si tal metalenguaje existiera debería ser, como
todo lenguaje, recursivamente numerable. Esto implicaría que el conjunto de
todos los L c A * fuera recursivamente numerable. Sin embargo, existe un teo-
rema de la teoría de conjuntos según el cual el conjunto de los subconjuntos de
un conjunto recursivamente numerable (y A* lo es) no es recursivamente nume-
rable, lo que contradice la conclusión anterior y refuta la hipótesis de que exista
un LM para todo L c A *. Por consiguiente, podemos concluir que no todos los
posibles lenguajes tienen una representación finita en un metalenguaje.
En los dos capítulos siguientes estudiaremos la descripción de ciertos tipos
de lenguajes desde en punto de vista generativo: una gramática, G, es una des-
cripción metalingüística con la que se puede desarrollar un algoritmo enume-
rativo para generar las cadenas del lenguaje L(G), es decir, se puede diseñar
una máquina de Turing que haga corresponder el número 1 a la cadena el 2
ala x2, etc., de manera que genere el conjunto recursivamente numerable L(G)
= [xl,x2...}.
En el capítulo 4 consideraremos un punto de vista complementario: el del
reconocimiento, o sea, el estudio de algoritmos o estructuras de máquinas que
permiten, dado un lenguaje L y una cadena x, determinar si x e L o x £ L.
Finalmente, en el capítulo 5 abordaremos el aspecto interpretativo: un pro-
grama se escribe con el objetivo de que la máquina a la que va destinado ejecu-
te un determinado algoritmo. Para que ello sea posible es necesario que el pro-
gramador sepa con exactitud cómo la máquina va a reaccionar frente a cada una
de las instrucciones de su programa, es decir, qué significan (y entramos así en
el campo de la semántica) para la máquina las distintas cadenas del lenguaje.
552
3. Sintaxis, semántica y pragmática.
Actualmente, en la teoría de lenguajes formales, el campo de la sintaxis está
bien establecido: como veremos en el capítulo siguiente, existen metalengua-
jes (gramáticas) formales que describen con precisión varios tipos de lengua-
jes y que resultan de gran utilidad práctica en informática para el diseño de
lenguajes de programación y para el reconocimiento, traducción e interpreta-
ción de programas.
La semántica, hasta ahora, ha resultado más difícil de formalizar. En la
definición de casi todos los lenguajes de programación, la semántica se expre-
sa de manera informal, mediante explicaciones verbales en sus manuales sobre
lo que significa cada posible sentencia. La formalización de la semántica es,
sin embargo, importante desde un punto de vista práctico. Con una definición
formal de la semántica de un lenguaje se podrían elaborar métodos sistemáti-
cos de comprobación de programas, es decir, de verificar, antes de su ejecu-
ción, que los programas son correctos, en el sentido de que van a hacer lo que
se pretende que hagan Y, eventualmente, se podrían diseñar herramientas (es
decir, otros programas) basadas en estos métodos para automatizar la verifica-
ción de programas. Ello contribuiría a mejorar la productividad de los proce-
sos de producción de software y la fiabilidad de los programas. Se han pro-
puesto varios enfoques para definir formalmente la semántica de los lenguajes
de programación (los comentaremos en el capítulo 5), pero éste es todavía un
asunto sometido a numerosos trabajos de investigación.
En algunos textos sobre lenguajes de programación se habla de "pragmá-
tica", pero aún estamos lejos, no ya de disponer de una formalización, sino
siquiera de estar de acuerdo sobre lo que representa: para unos, se refiere a los
aspectos de comunicación con el usuario, para otros atañe a los problemas que
se presentan cuando se pasa de la definición formal de un lenguaje a las parti-
cularidades de las máquinas en las que los programas han de ejecutarse, según
otros trataría de los "aspectos prácticos" de la actividad de programar.
4. Dos ejemplos
Los ejemplos que desarrollamos a continuación nos servirán para introdu-
cir de una manera intuitiva algunos de los conceptos que formalizaremos en
capítulos posteriores.
Puesto que aún no hemos definido lo que es una gramática, haremos uso de
una que, más o menos vagamente, todos conocemos: la gramática del lengua-
je castellano.
Para describir la formación de sentencias (oraciones) utilizaremos catego-
rías sintácticas o sintagmas, como "nombre", "verbo", etc. (o sintagma nomi-
nal, sintagma verbal, etc.). Está claro que, si bien "nombre" es un nombre,
553
"verbo" no es un verbo. Esto es debido a que para describir el lenguaje caste-
llano utilizaremos como metalenguaje el propio castellano, y ponemos las
comillas para destacar que la palabra en cuestión se utiliza como elemento del
metalenguaje (es la diferencia entre uso y mención del lenguaje, ver tema
"Lógica", capítulo 1, apartado 5.3), La notación habitualmente seguida no es
poner comillas, sino encerrar la palabra entre paréntesis angulares: (nombre),
(verbo), etc.
Una sentencia castellana sintácticamente correcta estará compuesta por
palabras concretas pertenecientes a las diversas categorías sintácticas (uno o
varios sintagmas nominales, uno o varios sintagmas predicativos, etc.) combi-
nadas de acuerdo con ciertas reglas.
Por ejemplo, una regla puede ser:
(1) Para formar una sentencia, póngase un sintagma nominal y a con-

tinuación un sintagma predicativo.
Y otras:
(2) Un nombre propio es un sintagma nominal.

(3) "España" es un nombre propio.
(4) Un sintagma predicativo puede formarse con una forma verbal
transitiva y un sintagma nominal.
(5) "es" es una forma verbal transitiva.
(6) Un sintagma nominal puede formarse con un determinante y un
nombre común.
(7) Un artículo es un determinante.
(8) "un" es un artículo.
(9) "estado" es un nombre común.
Del conjunto de estas nueve reglas puede deducirse que
España es un estado
es una sentencia del castellano.
Las reglas anteriores pueden expresarse formalmente así2:
(1) (Sentencia) -» (SN) <SP>

(2) (SN) -> (Npr)
2
El símbolo "—>" no tiene ahora nada que ver con el condicional de la lógica. En este contexto significa: "la
parte de la izquierda puede sustituirse por la parte de la derecha", o "la parte izquierda puede tener la forma de
la parte derecha".
554
(3) (Npr) —» España
(4) <SP> -> (FVtr) (SN)
(5) (FVtr) —» es
(6) (SN) -» (Det) (Ncom)
(7) (Det) -» (Art)
(8) (Art) —» un
(9) (Ncom) —> estado.
Y la sentencia obtenida puede descomponerse sintácticamente de acuerdo

con las reglas; esta descomposición puede indicarse mediante corchetes eti-
quetados:
[ [España] ] [ [es] [ [ [un] ] [estado] ] ]

SN Npr SP FVtr SN Det Art Ncom
o bien, de una forma más gráfica, con un árbol llamado árbol de derivación o
árbol sintáctico (figura 1.1).
(Sentencia)
(Ncom)
España es un estado
Figura 1.1.
Como segundo ejemplo, consideraremos la sentencia
La soberanía nacional reside en el pueblo español.
555
Su descomposición sintáctica, o derivación a partir de las reglas, es la indi-
cada por el árbol de la figura 1.2.
(Sentencia)
(Det) (Ncom) (Adj) (Vintr) (Sprep)
(Art) (Prep)
(Det) (Ncom) (Adj)
(Art)
I
La soberanía nacional reside en el pueblo español.
Figura 1.2.
Las reglas utilizadas para esta derivación han sido:
(1) (Sentencia) -» (SN) (SP)

(2) (SN) (Det) (Ncom) (Adj)
(3) (Det) — > (Art)
(4) (SP) — > (Vintr) (Sprep)
(5) (Sprep) — > (Prep) (SN)
(6) (Art) la
(7) (Art) el
(8) (Ncom) soberanía
(9) (Ncom) — > pueblo
(10) (Adj) — » nacional
(11) (Adj) español
(12) (Vintr) reside
(13) (Prep) — > en
Se obtiene una sentencia partiendo de la regla (1) y aplicando las demás
hasta que resulta una cadena con sólo símbolos terminales, en este caso, las
palabras concretas del castellano obtenidas por aplicación de las reglas termi-
nales (6) a (13).
Con estas reglas pueden derivarse otras sentencias, como
"El pueblo español reside en la soberanía nacional",

"La pueblo nacional residen en la pueblo español".
etc., que serían sentencias correctas en la gramática definida por tales reglas.
5. Resumen
La teoría de lenguajes formales es una herramienta matemática que permi-
te abordar con rigor el diseño de lenguajes de programación y la producción
de software. Si bien existe ya una buena elaboración de la misma en el campo
de las sintaxis, queda aún mucho por hacer en cuanto a la semántica, y éste es
un aspecto de gran transcendencia práctica y económica: no basta con que los
programas sean sintácticamente correctos; es preciso que la máquina que los
interpreta haga exactamente lo que el programador pretende que haga.
557
2
Gramáticas y
lenguajes
1. Definición de gramática
Una gramática es una cuádrupla
G = {ET, EA, P, S),

donde
ET es un conjunto finito de símbolos llamado alfabeto principal o alfabeto

de símbolos terminales*.
EA es un conjunto finito de símbolos llamado alfabeto auxiliar o alfabeto

de variables.
P es un conjunto finito de pares ordenados (A, (i), donde A E (ETU EA )+

y ¡5 e ( ET U EA )*. Estos pares se llaman reglas de escritura o producciones, y
generalmente se escriben con la notación a —> j3 . a es el antecedente de la
regla y j3 el consecuente. Si /? e E* se dice de la regla que es una regla ter-
minal.
1
En adelante representaremos con "£" a un alfabeto, porque "A" se utilizará frecuentemente como uno de los
símbolos del alfabeto auxiliar.
559
S E EA es un símbolo destacado del alfabeto auxiliar llamado símbolo inicial.
Llamaremos E = ET\3 EA\ supondremos que Er n EA=0, y para distinguir

los elementos de los diferentes conjuntos adoptaremos el convenio de utilizar:
a) letras mayúsculas del alfabeto latino para los elementos de EA. (O bien,
palabras del metalenguaje castellano entre paréntesis angulares);
b) letras minúsculas del comienzo del alfabeto latino (a, b, c,...), o cifras,
para los elementos de ET. (O bien, palabras del castellano);
c) letras minúsculas del final del alfabeto latino {w, x, y, z) para los ele-
mentos de E*T;
d) letras minúsculas del alfabeto griego para los elementos de E + .
2. Relaciones entre cadenas de E*
2.1 Relación de derivación directa,

G
Si (a—»/3) e P y y SeE*, las cadenas ya8 y y/3<5 están en la relación de

derivación directa en la gramática G. Escribiremos entonces
yaS ^ y/38
y diremos que la cadena y¡3 8 deriva directamente de la ya8 o bien que yaS
produce directamente y¡38 en la gramática G. (De ahí el nombre de produc-
ciones para los elementos de P.)
2.2 Relación de derivación, ^

Dados oc¡, am e E*, diremos que están en la relación de derivación en la
gramática G si existen c^, a 3 ... a m _x tales que
«i 7? <*2; «2 7? «a -i 7? ocm
Se escribirá entonces
a,1 =>
q am
m
560
diciendo que am deriva de «, , o que a¡ produce am
Por convenio, a a V a e E*
G
Siempre que sea evidente que nos referimos a una determinada gramáti-
ca , G, escribiremos => y => en lugar de => y =>
G G
Obsérvese que ni => ni => son relaciones de equivalencia, ya que, en gene-

ral, no son simétricas.
3. Lenguaje generado por una gramática.

Equivalencia de gramáticas
Una cadena B, e E* es una forma sentential de la gramática G si existe una
derivación que produce £ a partir de 5, es decir, si S £
Si además E, sólo contiene símbolos terminales entonces es una sentencia

o cadena válida. El conjunto de sentencias que puede generarse en una gramá-
tica G se llama lenguaje generado por la gramática G, es decir:
L(G)= {x\xeEryS^>x}
G
Dos gramáticas, G{ y G2, son equivalentes si ambas generan el mismo len-

guaje: L(G{)=L(G2).
4. Ejemplos
Ejemplo 4.1
Sea la gramática definida por E-¡= {0, 1}; EA - {5};
P = {(5 -> 0005111); (051 -> 01)}
La única forma de generar sentencias es aplicando cualquier número de

veces la primera regla y terminando con una aplicación de la segunda:
5 =>0005111 => 0000005111111 => O3""105113""1 => 03" l 3 "
561
Por consiguiente, el lenguaje generado es el conjunto infinito
L(G) = {O3" l3" | n> 1}
Si la segunda regla fuera S —> 01, el lenguaje sería
L(G) = {03"+1 1 3 " +1 | « > 0 }
Como podrá comprobarse en otros ejemplos, no siempre es posible expre-

sar de esa manera (por intensión) L(G).
Ejemplo 4.2
EA={S,A}-, ET={a,b]
P = {(S -> abAS)\ (abA -> baab); S -» a\ A -> b)
Aquí, L(G) está compuesto por cadenas que contienen (abb) y (baab)
intercambiándose y reproduciéndose cualquier número de veces, y terminando
siempre la cadena con el símbolo a.
Ejemplo 4.3
Ea = {S, A, B} ; EJ [a, b)
S aB A bAA
S^bA B —> b
P=
A a A^bS
AâS A - » aBB
El lenguaje generado es el conjunto de todas las cadenas de E j que tie-

nen igual número de a que de b, pero la demostración en este caso no es tan
inmediata.
Ejemplo 4.4
ET = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9}
EA = {(número), (dígito)}
S . = (número)
(número) —> (dígito) (número) (1)
(número) -» (dígito) (2)
(dígito) (3)
(dígito) -> 1 (4)
(dígito) -> 2 (5)
p _ V (dígito)
\UIglLU/ -> 3J (6)
^ V
(dígito) —> 4 (7)
(dígito) —» 5 (8)
(dígito) —» 6 (9)
(dígito) -> 7 (10)
(dígito) -> 8 (11)
(dígito) -> 9 (12)
Damos a continuación algunos ejemplos de derivaciones de sentencias,

poniendo bajo el símbolo el número de la regla o reglas utilizadas:
(número) => (dígito) 0

(número) => (dígito) (número) 9 (número) =¿> 9 (dígito) 99
(número) =p> (dígito) (número) => (dígito) (dígito) (número)
(dígito) (dígito) (dígito) (número) => (dígito) (dígito)
(dígito) (dígito) 4 0 7 1234
Como los símbolos terminales son los diez dígitos decimales, el lenguaje
que se obtiene es el conjunto infinito de cadenas que representan en decimal a
los números naturales.
Obsérvese que es la regla (1) la que permite obtener una cadena de cifras
de cualquier longitud.
Ejemplo 4.5
Ev = {a,b} ; Ea = {>1,5}
' SâS (1)

S-âA (2)
A^bA (3)
A^b (4)
563
Un análisis del tipo de sentencias que pueden derivarse nos lleva fácilmen-
te a la conclusión de que todas terminan con el símbolo b, por aplicación de
(4), y todas empiezan por a, pudiendo tener en medio cualquier número de a
seguido de cualquier número de b. Obsérvese que para el lenguaje así genera-
do puede darse una expresión regular: L(G) = aa*bb*.
5. Clasificación de las gramáticas y de los len-

guajes
5.1 Gramáticas de tipo 0 ó no restringidas

La gramática definida de una manera general en el apartado 1 se llama gra-
mática de tipo 0 ó no restringida. Recordemos que las reglas de escritura o
producciones son de la forma a —> ¡3, con a e E+ es decir, la única restricción
es que no puede haber reglas de la forma X —> fi
Introduciendo restricciones adicionales en las reglas se obtienen sucesiva-
mente gramáticas cada vez más restringidas. Pasemos a definir y comentar la
clasificación debida a Chomsky y aceptada umversalmente.
5.2 Gramáticas de tipo 1 ó sensibles al contexto

En las gramáticas de tipo 1 las reglas son de la forma:
ax A «2 «i /? «2
con A eEA; ax, c^ e E* ; j8 e E+
Es decir, A puede reemplazarse por fi siempre que esté en el contexto de

ax y «2 (Obsérvese que al, ó a2 > ° ambas, pueden ser la cadena vacía, A).
Una propiedad importante de las gramáticas de tipo 1 es que las cadenas que
se van obteniendo en cualquier derivación son de longitud no decreciente. En
efecto, al definir las reglas más arriba hemos especificado que ¡3 e E+ es decir,
P^X por lo que lg (A)=l<lg(/3), y lg(a 1 Aa 2 ) < lg(alf3a2), o sea, que la longi-
tud del consecuente nunca puede ser menor que la del antecedente. En el siguien-
te capítulo demostraremos que la inversa es también cierta, en el sentido de que,
si todas las reglas de una gramática cumplen la condición de no decrecimiento,
se puede hallar una gramática equivalente con reglas sensibles al contexto.
Salvo en el primero y el segundo, todas las gramáticas definidas en los
ejemplos del apartado 4 son sensibles al contexto. En el ejemplo 4.1, es la
regla 051—> 01 la que no cumple la condición, ya que sustituye 5 por X en el
contexto (0, 1). En cuanto al segundo ejemplo, la regla abA —> baab no es del
564
tipo sensible al contexto (lo sería si fuera abA —> abab); sin embargo, la lon-
gitud del antecedente es menor o igual que la del consecuente en todas las
reglas, por lo que habrá una gramática equivalente sensible al contexto. En el
siguiente capítulo veremos cómo se puede encontrar.
5.3 Gramáticas de tipo 2 ó libres de contexto

Las gramáticas de tipo 2 son un caso particular de las de tipo 1, con a l =
«2 = A, es decir, las reglas son del tipo
A->/3
con A e EA, [5eE +

Estas gramáticas, también llamadas gramáticas de Chomsky o C-gramáti-
cas juegan un papel muy importante tanto en. la lingüística como en la teoría
de lenguajes de programación, por lo que ya antes de la clasificación propues-
ta por Chomsky fueron descubiertas por diversos autores a partir de puntos de
vista bastante diferentes.
Ejemplos de gramática libres de contexto son el 4.3, el 4.4 y el 4.5.
5.4 Gramáticas de tipo 3 ó regulares

Las gramáticas de tipo 3, también llamadas gramáticas de Kleene o K-gra-
máticas son un caso particular de las gramáticas de tipo 2, con reglas de la
forma
A aB o A —>a
con A,Be EA; a e ET
Un ejemplo de K-gramática es el ejemplo 4.5. Obsérvese que en ese ejem-

plo podíamos representar el lenguaje mediante una expresión regular ; esto no
es casualidad: como veremos en el capítulo 4, \os lenguajes generados por las
gramáticas de tipo 3 son exactamente los lenguajes regulares que estudiába-
mos en el tema "Autómatas" (y de ahí que a las K-gramáticas también se les
llame gramáticas regulares).
6. Jerarquía de lenguajes
Llamaremos lenguaje de tipo 0 al generado por una gramática de tipo 0,
lenguaje de tipo 1 ó sensible al contexto al generado por una gramática de tipo
1, lenguaje de tipo 2 ó libre de contexto ó C-lenguaje al generado por una gra-
565
mática de tipo 2, y lenguaje de tipo 3 ó regular ó ^-lenguaje, o también, len-
guaje de estados finitos al generado por una gramática de tipo 3.
Según se han definido las gramáticas, es evidente que toda gramática
regular es libre de contexto, toda gramática libre de contexto es sensible al
contexto, y toda gramática sensible al contexto es de tipo 0. Por consiguiente,
si llamamos {L(G3)}, {L(G2)}, {L(G1)} y {LfGOj} a los conjuntos de lengua-
jes de cada tipo, tendremos que:
{L(G3)} c [L(G2)} c {.L(G1)} c {L(G0)} <zP(E*)
Lenguajes con la cadena vacía

Es fácil constatar que, tal como se han definido las gramáticas, la cadena
vacía, X, no puede figurar en ningún lenguaje de tipo 1,2 ó 3. Una gramática
es, esencialmente, una expresión en un metalenguaje que permite dar una des-
cripción finita de ciertos lenguajes (no de todos) definidos sobre E. Es obvio
que si L tiene una descripción finita, L¡ = L U {A} también puede tenerla:
bastará añadir de algún modo "X también está en L¡' a la descripción de L,
y esto puede hacerse agregando S —> X a las reglas de la gramática que des-
cribe a L.
Ahora bien, si habíamos impuesto a las reglas de las gramáticas de tipo 1,
a l A (X2 —» ct, P «2, la condición de que ¡3 # X era para conseguir la importan-
te propiedad de no decrecimiento. Si ahora añadimos S —> X , será preciso que
S no aparezca en el consecuente de ninguna regla si queremos que se conser-
ve tal propiedad. A este respecto, es importante el siguiente teorema:
Teorema 7.1.
Si G es una gramática de tipo 1, 2 ó 3, puede encontrarse otra gramática
equivalente, G¡, de tipo 1,2 ó 3 respectivamente, tal que L(G¡) = L(G), y tal
que su símbolo inicial, Sl , no aparece en el consecuente de ninguna regla de
G1.SiG = (ET,EA,P ,S),
= (Et , Ea U {$!},/>!, 5 ! )
donde
P i = P U { a | ( ^ a ) e P )
Demostración:
a) Supongamos que S x, y sea Sâ la primera regla utilizada en esa
derivación; entonces, S => a => x . Por la definición de P{, (Sâ) e P¡

de modo que S,=>
Gi
a y como P a P,, a G¡
=> x
Por consiguiente, 5, => x y L (G) c L (G,).
G y siendo
b) Supongamos que 5, => B la primera regla utilizada
i
en Gi.
Si 5¡—> P es una regla en G,, en G deberá existir la regla S —» P, por lo

qu eS=>P.
Por otra parte, P{ se ha definido de modo que 5, no aparezca en el conse-
cuente de ninguna regla, por lo que no estará incluido en a ni aparecerá en
ninguna de las formas sentencíales dejj,la derivación P ^G¡ y entonces, esta deri-
vación será también válida en G : P G=> y
Vemos así que 5 => P y por tanto, L(GX) c L(G).
Teniendo en cuenta el resultado anterior podemos afirmar que L(G) = L(L,).
c) Tal como se ha definido P¡, es inmediato comprobar que si G es una gra-

mática de tipo 1, 2 ó 3, Gj es de tipo 1, 2 ó 3 respectivamente.
En virtud este teorema, dada una gramática cualquiera de tipo 1, 2 ó 3, G,
podemos pasar a Gi y de ésta a G 2 añadiendo la regla 5¡ —> X , con lo que ten-
dremos L(G2) = L(G2) U {A,}, con G2 del mismo tipo que G y de longitud no
decreciente.
Ejemplo:
Sea G, definida por EA= { S }; ET= {0,1}; P = { ( 5 - > 0 5 1 ) ; ( 5 - > 0 1 ) } .
El lenguaje es L (G) = { 0" 1" | n > 1}.
Podemos construir G , , con

EAi = { 5 , ^ } ; ETl = Et\Pí = {(S,->0S,) ; 5 ^ 0 1 ( 5 ^ 0 5 1 ) ;
(5—>01)}
siendo ahora 5, el símbolo inicial; es fácil comprobar que L (G{) =L (G).

Entonces, G 2 tendrá
E A = J E A ={5,5 1 };£ r = J E r ={0,l}; ^ = { ( 5 , ^ 0 5 1 ) ; ( 5 ^ 0 1 ) ; (5^05,);

(5—>01); (Si-^X)}
567
con lo que L (G2) = L (G) U { X } = { 0" 1" \n > 0}.
De una manera general, del Teorema 7.1 se obtiene el siguiente

Corolario.
Si L es un lenguaje de tipo 1, 2 ó 3, entonces L U { X } y L - { X } son len-
guajes de tipo 1,2 6 3 respectivamente.
8. Resumen
En este capítulo hemos definido los conceptos de gramática, lenguaje gene-
rado por una gramática y gramáticas equivalentes. Hemos visto la clasificación
de las gramáticas según las restricciones impuestas a sus producciones y cómo
esta clasificación da lugar a una jerarquía de lenguajes. Finalmente, hemos
estudiado la manera de modificar una gramática para que el lenguaje conten-
ga la cadena vacía sin cambiar de tipo.

La teoría de lenguajes tiene su origen en un campo inicialmente bastante
alejado de la informática: la lingüística. Los lingüistas distinguen, tradicional-
mente, entre gramática particular (propiedades de lenguajes concretos, como
frecuencia de vocablos, reglas sintácticas, etc.) y gramática universal (propie-
dades generales que puedan aplicarse a cualquier lenguaje humano)
(Chomsky, 1967).
Los lingüistas de la llamada "escuela estructuralista americana" habían
elaborado por los años 50 algunas ideas informales acerca de la gramática
universal. Por ejemplo, si un lenguaje (natural) es un conjunto innumerable
de frases, para describirlo debería establecerse una gramática generativa o
conjunto de reglas que subyacen en la composición de frases correctas y una
descripción estructural para cada frase que permitiese explicar cómo puede
componerse tal frase a partir de la gramática. El primer trabajo sobre la for-
malización de estos conceptos fue obra de Chomsky (1956), quien sin duda
es la figura más destacada de la lingüística moderna, tanto por desarrollar sus
fundamentos matemáticos (Chomsky y Miller, 1958; Chomsky, 1959) como
por sus teorías sobre el origen y la naturaleza de los lenguajes naturales
(Chomsky, 1968, 1975), aunque estas son más discutidas. (El lector puede
encontrar, traducidos al español, dos libros del más conocido crítico de
Chomsky: Luria (1974a, b).) Por ejemplo, las gramáticas generativas forma-
lizadas permiten explicar el "carácter creativo" de los lenguajes naturales, es
decir, el hecho de que dispongan de mecanismos recursivos que les permiten
expresar un número potencialmente infinito de ideas, sentimientos, etc. La
568
falta de un formalismo para estudiar estos mecanismos había inclinado pre-
viamente a ciertos lingüistas de la escuela conductista a negar tal propiedad,
y a otros, como Saussure, a considerarla como algo ajeno al campo de la lin-
güística (Chomsky, 1967).
En el campo de la informática, poco después de la aparición de las prime-
ras publicaciones de Chomsky, el concepto de gramática formal adquirió gran
importancia para la especificación de los lenguajes de programación ; con-
cretamente, se definió formalmente la sintaxis del lenguaje ALGOL 60 (con
ligeras modificaciones sobre su versión primitiva) mediante una gramática
libre de contexto (Naur, 1963). Ello condujo rápidamente, de una manera
natural, al diseño riguroso de algoritmos de compilación (Randell y Russell,
1964).
Desde una perspectiva bastante ambiciosa, hace tiempo se piensa que,
puesto que todos los lenguajes de programación son lenguajes artificiales sus-
ceptibles de formalización, la teoría de lenguajes podría ser la base de una
"teoría general de la programación" (Harrison, 1965) o de una "ciencia de la
programación" (Gries, 1981).
Finalmente, y enlazando con el campo de la lingüística, la teoría de len-
guajes es de gran utilidad para el trabajo en un campo de la inteligencia artifi-
cial: el procesamiento de lenguajes naturales (comprensión, generación y tra-
ducción) (Hirst, 1981; Tennant, 1981; Carbonell et al., 1981).
En cuanto a orientaciones bibliográficas para estudiar con mayor profundi-
dad la teoría de lenguajes formales, tres libros clásicos y recomendables son el
de Hopcroft y Ullman (1969), el de Harrison (1978) y el de Gross y Lentin
(1967). El ejemplo 4.2 (como también los ejemplos 4.3 y 5.4 del capítulo
siguiente, relacionados con él) está tomado del primero, donde pueden encon-
trarse algunos detalles y demostraciones que aquí omitimos. En otra obra pos-
terior de Hopcroft y Ullman (1979) se incluyen también aspectos de la teoría
de la computabilidad, y en la misma línea se orienta el libro, más completo, de
Denning et al. (1978)
Para referencias más modernas y más ligadas a la aplicación de la teoría a
los lenguajes de programación, véase el apartado 7 del capítulo 6.
Ejercicios
10.1 Muchas veces interesa que los árboles de derivación en una gramática
sean binarios, es decir, que de cada nodo sólo puedan salir uno o dos arcos.
¿Cómo deberán ser las reglas de escritura para que esto sea posible? Modificar
la gramática de los ejemplos del capítulo 1 para que sus árboles sean binarios.
10.2 Dada la g r a m á t i c a ^ = {5, A}; ET= {0, 1};
569
P = {(5 -> OA); (A -> OA); (A 15); (A -> 0)},
a) ¿de qué tipo es?;

b) expresar de algún modo el lenguaje que genera;
c) hallar otra gramática que genere el mismo lenguaje más la cadena
vacía.
10.3 Definir una gramática que permita generar todos los números raciona-
les escritos en decimal con el formato: (signo) (parte entera) (parte fracciona-
ria).
10.4 Definir una gramática que permita generar "identificadores": secuen-

cias de letras y dígitos que empiezan siempre por una letra.
10.5 Definir gramáticas para describir los lenguajes de la lógica de propo-

siciones y de la lógica de predicados.
10.6 Modificar las gramáticas de los ejemplos del apartado 4 para que se
obtengan los mismos lenguajes con la cadena vacía.
3
De algunas
propiedades de
los lenguajes
formales
1. Introducción
En el estudio de los lenguajes se plantean problemas que tienen o no solu-
ción dependiendo del tipo de gramática. Por ejemplo, para una gramática, G,
de reglas sensibles al contexto, el problema de saber si L(G) es vacío, finito o
infinito es, en general, indecidible, mientras que para una gramática libre de
contexto es decidible, es decir, existe un algoritmo que, aplicado a G, produce
una de las tres repuestas; naturalmente, este problema será indecidible para las
gramáticas de tipo 0 y decidible para las regulares. Otro ejemplo es el de ave-
riguar si dos gramáticas son equivalentes, problema sólo decidible para las
gramáticas regulares.
Al aumentar el grado de generalidad de la gramática, es decir, al ir desde el
tipo 3 hacia el tipo 0, el estudio se hace más complejo y aumenta el número de
problemas indecidibles.
573
Desde el punto de vista de aplicación práctica tanto a los lenguajes natura-
les como a los de programación, son particularmente importantes las gramáti-
cas libres de contexto. Este capítulo se dedica, esencialmente, a dos caracte-
rísticas asociadas a tales gramáticas: la recursividad y la ambigüedad.
La recursividad, como veremos, es una propiedad válida no sólo para las
gramáticas libres de contexto, sino también para las sensibles al contexto, ya
que es una consecuencia del no decrecimiento de las cadenas. La ambigüedad
sólo puede definirse y estudiarse cómodamente para las gramáticas de tipo 2
(y 3), en las que pueden describirse las derivaciones mediante árboles.
En aras de la brevedad omitiremos las demostraciones de algunos teoremas,
que pueden encontrarse en la bibliografía referenciada en el apartado 9.
2. No decrecimiento en las gramáticas

sensibles al contexto
En el capítulo anterior vimos que como consecuencia de la misma defini-
ción de reglas sensibles al contexto ( a l A a 2 ^ a , j8a2> P ^ h ) se desprende
inmediatamente que la longitud de las cadenas derivadas por aplicación de
tales reglas no puede disminuir. Nos proponemos ahora demostrar la inversa,
que ya no es tan evidente:
Teorema 2.1.
Dada una gramática G, con reglas de longitud no decreciente, puede
encontrarse otra gramática G2 equivalente a G, cuyas reglas son sensibles al
contexto.
Demostración
Sea A —> ¡5 una regla de G , , y sea
a = P\ Pi - Pg y P = <?2 -fy+m
con p¡ qje E y m > 0.
Sustituiremos esta regla por un conjunto de reglas sensibles al contexto

tales que juntas producen la derivación a ^ fi sin aumentar la capacidad
2
generativa.
Para ello ampliamos el alfabeto auxiliar de G, con un símbolo i? y le aña-
dimos también un símbolo f , por cada pl e ET
Sustituimos en principio
PiPiPi-P^ ->
574
por
R
P i P i P i - P £ - P i P 3 - P f ) -1 Pe
Rp2p3...pe_1pe^> Rq2p3- P^-lPe
R q 2 P i - P £ - i P e - > Rq2<l3- P^-lPe
Rq2q3-qe-iPe^> RpiPz- P e - i P e
Rqi
Es evidente que:
a) Con este conjunto de reglas se obtiene la derivación
pipi-p¿ ^ qxqt-q^+m
b) Al ser R un símbolo auxiliar no pueden producirse más sentencias que
las que pueda producir a —> ¡3.
c) Las reglas introducidas sustituyen un px por un símbolo o una cadena en
un contexto. Por tanto, son del tipo sensible al contexto, salvo si px e Er. En
este caso, sustituimos por e EA e introducimos la regla terminal P~> pv
Ejemplo:
Consideremos el ejemplo 4.2 del anterior capítulo. Sustituiremos la regla
abA —> baab por:
abA —» Rba
RbA -> RaA
RaA —» Raab
Raab —> baab
Sustituimos a y b por p¡ y p2 e introducimos las correspondientes reglas

terminales, con lo cual obtenemos la gramática equivalente con reglas sensi-
bles al contexto:
Et= [a, b}\ Ea- { S , A , R , P l P2}\
S —> P{ P2 AS S
P I PIA -+RP2A A
P= RP2 A R Pl A Pâ
RPL A ~^RPlPlP2
RPiPfi
575
3. Recursividad de los lenguajes sensibles al
contexto
Una gramática es un algoritmo para generar un lenguaje, pero un problema
de gran importancia es el del reconocimiento, es decir, dados un lenguaje
L c E* y una cadena x e E*, ¿existe un algoritmo para determinar si l e i ó
x £ L? Si, por ejemplo, L es un lenguaje de programación y x un programa, es im-
portante poder determinar si el programa es sintácticamente correcto (x e L) o
no ( i g L). El problema del reconocimiento está íntimamente ligado al con-
cepto de recursividad (ver tema "Algoritmos", capítulo 6). En efecto, decir que
un lenguaje L c E* es recursivo es lo mismo que decir que existe un algoritmo
para calcular la función característica de todo x e E*, o, lo que es lo mismo,
para determinar si x e L o x € L.
Teorema 3.1.
Todo lenguaje generado por una gramática de reglas sensibles al contexto
es recursivo.
Aunque no daremos una demostración de este importante teorema, puede
fácilmente intuirse que es una consecuencia de la propiedad de no decreci-
miento. En efecto, un lenguaje de tipo 0 es recursivamente numerable, ya que
existe un algoritmo (la gramática de tipo 0) para generar sus elementos (sen-
tencias). Dado un elemento x e L, podemos compararlo con cada uno de los
elementos generados hasta comprobar que coinciden, pero si x£ L habría que
generar las infinitas sentencias para ver que efectivamente x g L ; es decir, en
general, un lenguaje de tipo 0 no es recursivo. Sin embargo, si el lenguaje
cumple la propiedad de no decrecimiento (tipo 1 en adelante), tenemos un
algoritmo para generar primero todas las sentencias de longitud 1, luego las de
longitud 2, etc., si lg (x) = £ , generaremos todas las sentencias de longitud C,
y si x no se encuentra entre ellas, entonces x £ L.
Podemos preguntarnos si la inversa es también cierta, es decir, si todo len-
guaje recursivo puede ser generado por una gramática sensible al contexto. La
contestación es "no":
Teorema 3.2.
Existen lenguajes recursivos que no son sensibles al contexto.
4. Arboles de derivación para las gramáticas

libres de contexto
En el capítulo 1 ya hemos utilizado árboles como un método gráfico para
ilustrar las derivaciones en ciertas gramáticas.
576
Definición 4.1.
Un árbol es un conjunto finito de nodos unidos por arcos orientados (dire-
mos que un arco sale del nodo n¡ y entra en el nodo nj ), cumpliéndose tres
condiciones:
1. Existe un nodo, y sólo uno, llamado raíz, en el que no entra ningún

arco.
2. Para todo nodo n m existe una secuencia de arcos, y sólo una, tal que
el primero sale de la raíz y entra en n¡, el segundo sale de n¡ y entra en
n¡+j, etc., y el último entra en nm .
3. En cada nodo (salvo la raíz) entra un arco y sólo uno.
Un nodo nj es descendiente directo (o "hijo") de otro nodo n¡ si existe un

arco que sale de n¡ y entra en «y. Un nodo nm es descendiente de otro n0 si existe
una secuencia n¡, n2, ..., nm_¡ tal que nm es descendiente directo de nm_¡, nm_¡
lo es de nm_2, ..., nj lo es de n0.
Se llaman hojas a los nodos que no tienen ningún descendiente.
Entre los nodos de un árbol se puede establecer una relación de orden:
todos los descendientes directos de n se pueden ordenar de izquierda a dere-
cha, y si n¡ está a la izquierda de n2 todos los descendientes de n¡ estarán a la
izquierda de n2.
Definición 4.2.
Dada una gramática libre de contexto G = ( EA, ET, P, S ) un árbol es un
árbol de derivación o árbol sintáctico en G si:
1. Cada nodo tiene una etiqueta que es un símbolo de E = EA U ET :

Eti (n) e E
2. Eti (raíz) = S
3. Si n no es una hoja, Eti(n) e EA.
4. Si n¡, n2 .... nk son todos los descendientes directos de n de izquierda
a derecha y Eti («) = A, Eti (n,) = i¡, Eti (n2) = C2..., Eti («¿) = ik, enton-
ces (A -> i,i2, ... tk) G P..
Llamaremos resultado de un árbol de derivación a la cadena compuesta por

las etiquetas de las hojas leídas de izquierda a derecha.
Ejemplo 4.3
EA = Et= {a,b}
577
S aB (1) A -> a (5)
S -> bA (2) A —> bAA (6)
P= S -> aBS (3) B b (7) '
S bAS (4) B aBB (8)
a B S
b A
Figura 3.1.
El árbol de la figura 3.1 tiene como resultado la cadena aBabbA, y corres

ponde a la derivación
S aBS => aBaBS => aBabS => aBabbA

3 3 7 2
a B B
b b
Figura 3.2.
El árbol de la figura 3.2 tiene como resultado la sentencia aabb, y corres

ponde a la derivación
S => aB =í> aaBB => aaftB => aató
i s 7 7
Teorema 4.4.
Dada una gramática libre de contexto, G, si y sólo si existe un árbol
de derivación en G con resultado a.
5. Ambigüedad en las gramáticas libres

de contexto
Definición 5.1.
Una gramática libre de contexto, G, se dice que es ambigua si existe al
menos una sentencia en L{G) que puede obtenerse por dos o más derivaciones
distintas, o lo que es lo mismo, le corresponden dos o más árboles diferentes.
Ejemplo 5.2
Los árboles de derivación suelen utilizarse en lingüística para el análisis
sintáctico de oraciones. A la oración (ambigua) "Juan ve a Luis con gafas"
puede corresponderle el árbol de la figura 3.3a o el de la figura 3.3b, según se
interprete que es Juan o Luis, respectivamente, quien usa gafas.
V OI P NC
P NP
P NC
Juan ve a Luis con gafas Juan ve a Luis con gafas
Figura 3.3.
579
Ejemplo 5.3
Consideremos la gramática definida por:
Ea = ((EA)}; ET = { | , + , * } ; S = (EA)
("EA" significa "expresión aritmética")

(EA) -» (EA) + (EA)
(EA) (EA) * (EA)
P=
(EA) (EA)
(EA) -> (EA) ->
Si admitimos que una sucesión de n " |" representa el número natural n, esta
gramática genera sentencias que representan combinaciones de los números
naturales con las operaciones de suma y producto. Consideremos la sentencia
| +1 |*[ | |; la derivación puede hacerse mediante el árbol de la figura 3.4.
Figura 3.4.
O también mediante el de la figura 3.5.

(EA)
(EA) + (EA)
Figura 3.5.
El primero corresponde a la interpretación | +1 ( | * I)

*), es decir, 7, mientras que el segundo corresponde a ( + )*l
de +), es decir, 9.
Puede ocurrir que un mismo lenguaje puede ser generado por una gramáti-
ca ambigua y por otra gramática no ambigua. Un lenguaje es inherentemente
ambiguo si todas las gramáticas que lo generan son ambiguas.
Ejemplo 5.4
La gramática del ejemplo 4.3 del capítulo 2 es ambigua. En efecto, la sen-
tencia aabbab, por ejemplo, puede derivarse según indican los dos árboles de
la figura 3.6.
B B
'l\ ' W
B B,
B B
b b S S b
B
A A
a
Figura 3.3.
581
Sin embargo, la gramática del ejemplo 4.3 de este capítulo es equivalente a
ella y no ambigua, por lo que el lenguaje generado (conjunto de cadenas que
tienen igual número de a's que de b's) no es inherentemente ambiguo. La deri-
vación de la misma cadena en esta segunda gramática se representa por el
árbol de la figura 3.7.
S
a B S
b b b
Figura 3.7.
Ejemplo 5.5
Una ambigüedad similar a la del ejemplo 5.3 puede ocurrir en las expre-
siones aritméticas decimales. Con una gramática definida por
EA = {(E>, (CTE), (DIG)}
ET= { 1 , 2 , 3 , 4 , 5 , 6 , 7, 8, 9, +, *}
S = {(EA)}
y las reglas
(EA) (EA) + (EA)
(EA) (EA) * (EA)
— >
(EA) (CTE)
— >
(CTE) (CTE) (DIG)

— >
(CTE) (DIG)
(DIG) 0
— >
(DIG) 1
— >
(DIG) 2
— >
(DIG) - » 3
(DIG) - » 4
(DIG) 5
(DIG) 6
— >
(DIG) 7
— »
(DIG) 8
— >
(DIG) 9
— >
el lector puede fácilmente comprobar (de igual manera que en el ejemplo 5.3)
la ambigüedad de, por ejemplo, " 1 + 2 * 3 " .
Sabemos que una notación eficaz para eliminar la ambigüedad en casos como
éste es el uso de los paréntesis. Podemos incluir esta posibilidad en nuestra gra-
mática ampliando ET con "(" y ")" y P con la producción "(EA) -> ((EA))".
Ahora, existe un árbol único para "1 + (2*3)" y otro para "(1 + 2)*3". Pero ello
no impide que la sentencia "1 + 2*3" siga siendo válida en nuestro lenguaje y
ambigua.
Sabemos también que la ambigüedad en una sentencia como "1 + 2*3" se
elimina estableciendo una prioridad entre los operadores. Concretamente, se
suele dar prioridad a "*" sobre "+", de manera que la sentencia se interpreta
como "1 + (2*3)". Pues bien, podemos establecer una gramática equivalente a
la anterior que refleja esta prioridad y que, por tanto, no es ambigua. Para ello,
ampliamos EA con dos nuevos símbolos: "(TERM)" (término) y "(FACT)"
(factor), y definimos las nuevas producciones así:
(EA) (EA) + (TERM)
(EA) (TERM)
(TERM) (TERM)* (FACT)
(TERM) (FACT)
(FACT) (CTE)
(FACT) ((EA))
(CTE) (CTE) (DIG)
(CTE) (DIG)
(DIG) 0
(DIG) 9
Ahora, la sentencia 1 + 2 * 3 sólo tiene un árbol, el de la figura 3.8. Y, en
general, "*" tiene siempre precedencia sobre "+", excepto cuando se usan
paréntesis para invalidar tal precedencia.
(EA)
(E/y
(TERM)
(TERM)
(TERM) (FACT)
(FACT)
(FACT)
(CTE) (CTE)
(CTE)
(DIG) (DIG) (DIG)
+ 2 * 3
Figura 3.3.
583
El problema de la ambigüedad, en general, es indecidible:.
Teorema 5.6.
No existe un algoritmo que, aplicado a una C-gramática arbitraria, permi-
ta decidir si la gramática es ambigua o no.
6. Resumen
Los lenguajes de tipo 0 son recursivamente numerables pero no todos son
recursivos. Los lenguajes de tipo 1 (y 2 y 3) son recursivos: existe un algorit-
mo para decidir si x e L ó x € L. Sin embargo, hay lenguajes recursivos que
no son de tipo 1. Es decir:
[L (G3)} c= {L (G2)} c [L (Gl)} c= {Lrecursivos} c {L (GO)} = {Lrecursivamentenum}
En los lenguajes libres de contexto las derivaciones se pueden representar

gráficamente mediante árboles de derivación. A cada derivación corresponde
un árbol y viceversa. Si alguna sentencia puede derivarse de dos o más formas
diferentes se dice que la gramática es ambigua.
El problema de la ambigüedad es, en general, indecidible. No obstante,
en muchos casos es posible, dada una gramática ambigua, encontrar otra equi-
valente a ella y no ambigua.

La mayor parte de los resultados concernientes a los lenguajes sensibles al
contexto y, especialmente, a los libres de contexto, así como sus aplicaciones
tanto a lenguajes naturales como a lenguajes de programación aparecieron
durante los años 60. Las primeras propiedades indecidibles de las C-gramáti-
cas se publicaron en Bar-Hillel et al. (1961), y la indecidibilidad de la ambi-
güedad se demostró por Cantor (1962), Floyd (1962) y Chomsky y
Schutzenberger (1963), independientemente. Floyd (1964) publicó una revi-
sión sobre la aplicación de las gramáticas formales a los lenguajes de progra-
mación.
La bibliografía, especialmente sobre C-gramáticas, es muy amplia; como
botón de muestra podemos citar el libro de Ginsburg (1966), del cual se puede
encontrar un resumen en Ginsburg (1968).
Hay gran cantidad de resultados sobre propiedades indecidibles de las C-gra-
máticas y sobre simplificación de las mismas o reducción a unas llamadas "formas
normales", que pueden estudiarse en libros específicos, como el citado más arriba,
o de carácter general, como los cinco recomendados en el capítulo anterior.
584
8. Ejercicios
8.1 Dada la gramática definida por
EA=[S}-,ET= { 1 , 2 , 3 , 4 , 5 , 6 , 7, 8,9}
S -> 125
12 -» 345
P=
45 -» 678
S ^ 9
construir una gramática equivalente con reglas sensibles al contexto.
8.2 Dada la gramática definida por
EA = {S,A,B}; ET= {0, 1}
S OA B -> 150
P= S ^ IB fi 0
A OS
determinar, de las siguientes sentencias, cuáles pertenecen y cuáles no al len-

guaje: 00, 10; 100; 1100; 1010.
8.3 ¿De qué tipo es una gramática cuyas reglas son todas de la forma A —>
B ó A —> x, con A, B e EÁ , x e ?; demostrar que siempre puede encon-
trarse una gramática regular equivalente.
8.4 Con EA = {S1}; ER = {a,b,c}, la gramática con reglas
S —> aSa
S bSb
P IH S —» aaSaa >
S c
es una gramática ambigua, mientras que G 2 , con
5 —» aSa
P2= S ->
5 -» c
i
585
es equivalente a Gj y no es ambigua. Comprobarlo haciendo algunas deriva-
ciones. Describir informalmente la forma general de las sentencias del lengua-
je.
8.5 Definir una gramática para las expresiones aritméticas como las del
ejemplo 5.5, pero tal que "+" tenga preferencia sobre "*".
8.6 Definir una gramática para expresiones algebraicas que incluya tanto
"constantes" como "identificadores" (ver el ejercicio 10.4 del capítulo anterior).
4
Lenguajes y
Autómatas
1. Introducción
En este capítulo vamos a plantear el problema del reconocimiento de len-
guajes desde un punto de vista material, ya que estudiaremos las relaciones
entre el tipo de lenguaje y la estructura de la máquina capaz de reconocerlo;
estas relaciones pueden enfocarse en dos sentidos:
a) dada una gramática, G, ¿qué estructura deberá tener una máquina, M,

tal que L(M) = L(G)1 (es decir, lenguaje reconocido por M igual a len-
guaje generado por G);
b) dada una máquina, M. ¿Cuál será la gramática, G, tal que L(G) =

L(M)1
De anteriores temas conocemos dos estructuras de máquina que pueden ser

utilizadas como reconocedores de cadenas de símbolos: el autómata finito
(tema "Autómatas") y la máquina de Turing (tema "Algoritmos"). Veremos
aquí que la clase de lenguajes que pueden ser reconocidos por autómatas fini-
589
tos es precisamente la clase de lenguajes que pueden ser generados por una
gramática de tipo 3 (regular), y análogamente para las MT y las gramáticas de
tipo 0. Para los dos tipos intermedios de gramática definiremos unos autóma-
tas que pueden considerarse como restricciones de la máquina de Turing o
como extensiones del autómata finito. Tendremos así una jerarquía de máqui-
nas paralela a la jerarquía de lenguajes 1 .
Reflexione el lector en el hecho de que las "clases de lenguajes" (la clase
de los lenguajes generados por una gramática regular, la clase de los lenguajes
reconocidos por un autómata finito, etc.) son subconjuntos de P(E*) (conjun-
to de las partes de E*).
El desarrollo completo de las ideas expuestas exige la demostración de una
serie de teoremas acompañada de las correspondientes construcciones (dada
una gramática de tipo 0, diseñar la correspondiente MT y viceversa, etc.) que
alargaría excesivamente este tema, por lo que nos contentaremos con desarro-
llar únicamente el caso más sencillo (gramáticas regulares y autómatas fini-
tos), limitándonos a enunciar los teoremas en los otros tres.
2. Lenguajes de tipo 0 y máquinas de Turing
2.1 Reconocedor de Turing

En el capítulo 5, apartado 2, del tema "Algoritmos", se define la parte de
control de una MT como
T-Q = (E,(ExM) U (Stop), Q,f, g)
Al igual que en el tema "Autómatas" (capítulo 4) adaptábamos la definición

general de autómata finito para especializarlo como reconocedor, adaptaremos
también la definición deT-Q. Primero, explicaremos de una manera informal
lo que entendemos por máquina de Turing reconocedora o reconocedor de
Turing.
Un reconocedor de Turing será una MT que, inicializada en un estado ini-
cial predeterminado, qu y teniendo la cadena x i. E * en su cinta (descripción
instantánea inicial O^jtO) opera de tal modo que después de un tiempo finito
se para, tras escribir un 1, si x eL. Si x <£ L pueden ocurrir dos cosas: escri-
be 0 y se para (rechaza x), o no se para. (Suponemos que {0, 1} e E).
T - Q es un autómata finito que siempre se podrá describir como una
máquina de Moore, con una función de salida:
fc(3->(£xM)U (Stop)
1
Obsérvese que un AF se puede considerar como un caso muy particular de MT que sólo puede leer de la cinta,
ésta se desplaza en un sólo sentido, y no para.
590
Definiremos los estados finales de aceptación como aquellos para los que
la función h es "stop", siendo la h del estado anterior "1". Tendremos así un
conjunto FAc.Q de estados de aceptación:
FA={(IA I h(qA) = Stop y h (<?A') = 1

siendo qK tal que f{e, qA) = qA para algún e g E}
El control de un reconocedor de Turing será definido como
RT-Q = (E, Q,f,qxFA)
y el reconocedor será /?MT = RT Q + cinta.
2.2 Lenguaje aceptado por un reconocedor

de Turing
Podemos ya definir el lenguaje aceptado por un RMT:
L ( RMT ) = {xe E* I Res RMT (OqÔ) = OyqAzO', qAe FA, y, ze E }
y enunciar los dos teoremas que establecen la equivalencia entre la clase de

lenguajes aceptados por algún RMr y la clase de lenguajes generados por una
gramática de tipo 0.
2.3 Teorema MT1

Para toda gramática de tipo 0, GO, existe un reconocedor de Turing, RMT,
tal que L (RM-) = L(G0)
Obsérvese que, en general, no tiene por qué existir RMT tal que L (7?MX) =
E* - L(G0) ; esto sólo ocurrirá en el caso de que L(G0) sea recursivo, y en
tal caso RUT puede ser el mismo RMT, definiendo los estados de aceptación
por h (qA-) = 0
2.4 Teorema MT2

Para todo reconocedor de Turing, RMT, existe una gramática de tipo 0, GO,
tal q u e L ( G 0 ) = L (RMT).
2.5 Conclusión
El teorema MT1 viene a decir que { L(G0) } c { L (RUR) } , y el MT2, que
{ L (i?MT) } c { L(G0) }. Además, sabemos que la clase de lenguajes recono-
cibles por un 7?mt coincide con la clase de los lenguajes recursivamente nume-
591
rabies (esto es una consecuencia de la hipótesis de Turing) y que los lenguajes
recursivos son un subconjunto de éstos, luego, como conclusión, escribiremos:
C
{ ^recurs. ) { ^recurs, num.) = { L (#MT) } = { L(G0) }
3. Lenguajes sensibles al contexto y autómatas

limitados linealmente
3.1 Autómata limitado linealmente

Un autómata limitado linealmente, ALL, es una MT cuya cabeza no puede
desplazarse fuera de los límites entre los que se sitúa inicialmente la cadena de
entrada. Para señalar tales límites, se incluye en E un símbolo especial como
marcador, # (figura 4.1)
Un reconocedor limitado linealmente, /?ALL, se definirá por estados finales
de aceptación con un estado inicial ql, igual que un RMT.
cadena de entrada
# #
Zona prohibida Zona prohibida
Figura 4.1.

limitado linealmente
La definición del lenguaje aceptado por un i?ALL es análoga a la de L (/?MX),
salvo que # no puede utilizarse como símbolo en las cadenas de entrada y que
se preserva la distancia entre los dos marcadores:
L (RALL) = { x g ( E - #)* | R e s i?ALL ( # ? I * # ) = # y ^ #

qAe Fa\ y, z e (E - #)* ; log (x) = lg (yz)}
3.3 Teorema ALL1

Para toda gramática sensible al contexto, G1, existe un reconocedor limita-
do linealmente, i?ALL , tal que L (/?ALL ) = L (Gl).
592
Como las gramáticas de tipo 1 generan lenguajes recursivos, siempre exis-
tirá también R\hh tal que L (R'ALh ) = E*-L (Gl) .
3.4 Teorema ALL2

Para todo reconocedor limitado linealmente, i?ALL , existe una gramática
sensible al contexto, Gl, tal que L (Gl) = L (i?ALL ).
3.5 Conclusión
De los teoremas anteriores deducimos:
{ L (Rall )} = { L (Gl)}
4. Lenguajes libres de contexto y autómatas de pila
4.1 Autómata de pila

Una pila es un tipo de almacenamiento en que sólo se pueden leer las infor-
maciones en el orden inverso en que han sido escritas, siguiendo el principio
de "el último en entrar, será el primero en salir", y de ahí que también se le
llame memoria LIFO (last-in, first-out).
Las dos operaciones posibles con una pila son introducir ("push") y extraer
("pop") como indica la figura 4.2.
!
— > pn+l • pn
pn pn • pn-1
• • •
• •
•
• •
• •
• •
•
pi P' P1 pi
Pila inicial Pila despues Pila inicial Pila despues
de introducir de extraer
Figura 3.3.
593
El símbolo " —»" en la figura indica en cada momento cuál es la "cabeza"
o "cima" de la pila 2 . x
Un autómata de pila, AP, es un autómata finito al que se le añade una pila

potencialmente infinita para guardar resultados intermedios. Puede conside-
rársele como una MT con dos cintas y dos cabezas (figura 4.3). Pero no por
ello es más potente que una MT. De hecho, su capacidad de procesamiento es
inferior a la del ALL, debido a las siguientes restricciones sobre las posibles
operaciones con las cintas:
CE)
P«
P'
Figura 4.3.
La cinta (E) se desplaza en solo sentido, y la correspondiente cabeza sólo

puede leer. En la cinta (P) (limitada en un extremo) puede leerse, en cuyo caso
desaparece pn y se desplaza hacia arriba (según la figura) o escribirse, para lo
cual se desplaza hacia abajo y se introduce pn+l sobre pn .
Las operaciones elementales que puede realizar un AP son de dos tipos:
- Dependientes de E: se lee un e¡ e E , se desplaza la cinta (E), y, en
función de e¡, qj, pk, el control pasa a otro estado q^¡ y en la pila (P)
se introduce pk+l, o se extrae , o no se hace nada;
- independientes de E: lo mismo, sólo que e¡ no interviene y (E) no se
mueve, lo que permite manejar la pila sin tener en cuenta las informa-
ciones de entrada.
En cualquier caso, si se vacía la pila (es decir, se extrae px) el AP se para.

2
Si la pila se simula en la memoria central de un ordenador mediante un programa, existirá un puntero a la
cima de la pila, es decir, una variables que se actualizará en cada operación para que su valor sea la dirección
de la cima.
de pila
El reconocedor de pila, RAP , será un AP inicializado en un estado qx y con
^ c o m o única información en la cinta (P). La aceptación de cadenas, y, conse-
cuentemente, el lenguaje aceptado por RM, , L (i?AP) se puede definir según
dos criterios diferentes:
- por pila vacía: x e L (i?AP) si al leer el último símbolo de x la pila
queda vacía (y, por tanto, el AP se para);
- por estados finales-, x e L (i?AP) si al leer el último símbolo de x el
control queda en un estado qAe FA , siendo Fkc.Q un conjunto de
estados definidos a priori como estados finales de aceptación.
En un estudio formalizado de los AP, que aquí no abordamos, se demuestra

que ambas definiciones de L (i?AP) son equivalentes, en el sentido de que la
clase de los lenguajes aceptados por las estructuras del tipo AP es la misma en
ambos casos.
4.3 Teorema AP1

Para toda gramática libre de contexto, G2, existe un reconocedor de pila,
RAP , tal que L (RAP) = L (G2).
4.4 Teorema AP2

Para todo reconocedor de pila, RAV , existe una gramática libre de contex-
to, G2, tal que L (G2) = L (RAP) .
4.5 Conclusión
De los teoremas enunciados se desprende que
{ L (Raf) } = [L (G2) }
Lenguajes regulares y autómatas finitos
5.1 Autómata finito no determinista

En el tema "Autómatas" se han estudiado los reconocedores finitos y se ha
visto que la clase de lenguajes que pueden reconocer son los lenguajes regula-
res. Aquí vamos a demostrar que esa clase de lenguajes coincide precisamen-
595
te con la clase de lenguajes que pueden ser generados por gramáticas de tipo 3
ó regulares. Para ello tenemos que recurrir a un concepto auxiliar: el AF no
determinista. Su necesidad aparece claramente teniendo en cuenta cómo se
establecen las relaciones entre gramáticas de tipo 3 y autómatas. En efecto, si
en un AF existe una transición del estado A al estado B bajo el efecto de la
entrada e, veremos que la gramática correspondiente contiene la producción
A —» eB, y a la inversa. Ahora bien, nada impide que una gramática regular con-
tenga simultáneamente las reglas A—>eB y A —» e C , lo que nos lleva a con-
siderar la posibilidad de que del estado A con entrada e se pase bien al estado
B, bien al C. Un AF en el que tal cosa puede ocurrir se llama no determinista.
Quede bien claro que no es la idea de probabilidad la que aquí interviene. El AF
no determinista debe ser considerado con un concepto abstracto, desprovisto de
interpretación física. (El autómata estocástico estudiado en el tema
"Autómatas", capítulo 5 apartado 3, podría verse como un autómata no deter-
minista si atribuimos probabilidades de manera consistente a las producciones.)
Definición 5.1.1.
Un autómata finito no determinista es una quíntupla
AFND = (E, S, Q,f, g),
donde todo es igual que en un autómata finito (tema "Autómatas" capítulo 2,

apartado 1.1), salvo que el rango de la función de transición no es Q, sino P(Q)
(siendo P{Q) el conjunto de las partes de Q):
f.EXQP(Q)
Es decir, f{e, q) = [qa, q¡, q^} <z Q . (Obsérvese que puede ser f(e, q) = 0.)
Un reconocedor finito no determinista se define siguiendo la misma línea
que en el caso determinista: se considera un conjunto de estados finales, F, un
estado inicial, qlt y
RFND = (E, Q,f,qlfF)
El dominio de la función de transición puede extenderse a E* X Q :

Recuérdese que en el caso determinista hacíamos (tema "Autómatas", capítu-
lo 2, apartado 3.2) f(X,q) = q\ f (x,x2, q) =f(x2,f(xl, q)\ ahora haremos
f(X,q)={q}-,f(x1x2,q)= ^J f(x2,qk)
<7*e n
M.q)
También puede extenderse tal dominio a E* X P(Q); para ello haremos:

/ Cr,0) = 0
/(*> {qa, qa, ...,qn})\= f(x,qj)
)-a
Ejemplo 5.1.2.
Sea el RFND definido por
E= [a, b}\ Q = {ql,q2,q3,q4}\F = {q4]
y la función de transición de la figura 4.4
a b
!
ql ¡ {q2,q3) 0
q2 i 0 {q2,qA)
0
© \
Estudiemos, por ejemplo, las transiciones producidas por la cadena x = abbab
f ( a , q = {q2,q3}
f (ab, q¿ =f [b, q2} U f [b, q3] = {qz, qA)
f (abb, qj = f [b, q2} U f {b, q4} = {q2, qA}
/ (abba, = f {a, q2} U / {a, qA) = {qA}
f (abbab, = f [a, q4} = 0
Si quisiéramos calcular, por ejemplo, / (a, [qu qA\), teniendo en cuenta

cómo se ha definido la extensión a E* X P(Q), tendríamos:
f(a, {qu q4}) = f(a, qO Uf(a, q4) = {q2,q3,q4}
597
finito no determinista, y equivalencia con
algún reconocedor finito determinista
Definiremos el lenguaje aceptado por un RFND como el conjunto de cade-
nas para las cuales la función de transición conduce a un subconjunto de Q
dentro del cual se encuentra al menos un estado final:
L (RFND) = { x e E * \ [ f ( x , qx) = {qa,qb, ..., qp }] A

[3qi(i = a,...,e)e F]}
Así, en el ejemplo anterior vemos que la cadena a es rechazada, ab, abb, y

abba son aceptadas, y abbab es rechazada. Es fácil ver que el lenguaje admi-
te una expresión regular: ab*ba* es la expresión regular del conjunto de cade-
nas que, pasando por el estado q2, son aceptadas, mientras que aa*ba* es la de
las que pasan por q3; por tanto, la expresión regular de todas será: ab*ba* +
aa*ba* + aa*ba* = a(a* + b*)ba*.
Pasaremos ahora a ver que la clase de los lenguajes aceptados por recono-
cedores finitos no deterministas coincide con la de los aceptados por recono-
cedores finitos deterministas. Para ello será preciso demostrar dos cosas:
- que, dado un RF (determinista), siempre existe un RFND tal que

L(RFND) = L(RF), (y, por tanto, (L(RF)} c (L(RFND)}), y
- que, dado un RFND, siempre existe un RF tal que L(RF) = L(RFND)

(y, por tanto, {L(RFND)} c {L(RF)}, que, con lo anterior, demostra-
rá que (L(RFND)} = {L(RF)}).
Lo primero es evidente, ya que un RF es un caso particular de RFND en el

que los elementos del rango de / son subconjuntos unitarios de P(Q). Lo
segundo no es tan evidente, por lo que pasaremos a enunciarlo en forma de
teorema y demostrarlo.
Teorema 5.2.1.
Para lo reconocedor finito no determinista, RFND = (E, Q,f, qu F), puede
construirse un reconocedor finito determinista, RF = (E, Q' , f \ , q\, F'), tal que
L(RF) = L(RFND).
Hagamos: Q' = P(Q) (de modo que RF tendrá, en general, card (£>') =
2card(0 estados). Al estado de Q' que corresponda a [qa, qb, ..., q^ } lo deno-
taremos [qa,qb, ...,
f'(e,[qa,...,qp]) = [qm,...,qk] si y sólo si
f(e, { qa,..., q¿}) = { qm, ..., qk } .
(Es decir, se calcula/'(e, q') aplicando/a cada estado q de los que figuran
en q' y haciendo la unión de todos los resultantes.)
<7'i=Ui]
F' = {q'eQ' \ qfeq> y qfeF'}
(Es decir, para q' sea estado final basta que uno o más de los estados de Q
que lo componen sea final.)
Para demostrar que ambos autómatas aceptan el mismo lenguaje bastará
comprobar que, para todo x e E*, f ' (x, q{) e F' si y sólo si / ( x , q{) contie-
ne un estado (o varios) ¡E F , y, teniendo en cuenta la definición de F\ esto
será evidentemente cierto si demostramos que
/ '(*» <?i) = [qa> •••> ] si y sól°si /(•*> = íqa > •••> ^)

Tal demostración puede hacerse por inducción sobre la longitud de x: Para
lg (x) = 0, ( x = X ) es inmediato, puesto que / '( X, q\) = q\ = [ q\ ], y
/( X, qx) = { q{}. Supongamos que es cierto para lg (x) < 1 ; entonces para
e eE ,
f\xe, q\)= f'(e,f'(x, q\))
Pero por la hipótesis de la inducción,
f'(x, q\) = [qa,..., si y sólo si / ( x , qx) = {qa,..., q^ }
y, por definición de / ' ,

si sól si
/' (e, iqa - •••> qA) = lqm> •••> <?*] y °
/( e, {qa,..., q¿) ) = {qm,..., qk} .
Por tanto,
/' ( xe, q\) = [qm,..., qk] si y sólo si f(xe, q¡) = {qm,..., qk)
con lo que queda demostrado.
Ejemplo 5.2.2.
Tomemos el RFND del ejemplo 5.1.2. Siguiendo la construcción del
Teorema 5.2.1, el RF tendrá, en principio, 24 = 16 estados:
599
Q' = {0, [ft], [ft], [ft], M - [ft, ft] - [ft , ft, ft , ft]}
= [ft]
^" = {[ft], [ft, ft], [ft, ^4]» [ft, 94]. [ft, ft> ft], - [ft, ft, ft, ft] }
y / ' vendrá dada por la siguiente tabla:

a b
0 0 0
[ft]
[ft]
ta2, ft]
0
0
[ft, ft]
[ft] ta3] [ft]
m taJ 0
[ft, ft] [ft, ft] [ft, ft]
— >
[ft, <73] ta2. ft] [ft]
[ f t , ft] [ft, ft, ftl 0
[ft> ft] [ft] [ft. ft]
[ft. 94] [ft] [ft. ft]
ta3, ft] ta3, ft] [ft]
- > tal. ft. ft] [ft. ft] [ft, ft]
tai, ft, ^4] [ft, ft, ft] [ft, ft]
tai. ft.94] [ft.ft,ft] [ft]
— >
ta2.93. <74] [ft, ft] [ft, ft]
- > tal. ft> ft, <?4] [ft, ft. ft] [ft, ft]
Ahora bien, en un RF los estados que no son accesibles desde el inicial pue-
den eliminarse. Así, eliminamos [q2] porque no lo vemos aparecer dentro de la
tabla, y lo mismo [q^ q2\, etc. (los señalados con una flecha). Obsérvese que
[q2, ft, q4] sólo es accesible desde otros que previamente han sido eliminados
por lo que también puede eliminarse, y lo mismo ocurre con q4].
Naturalmente, el único del que no puede prescindirse en ningún caso es
0 en este caso, no puede eliminarse, ya que es accesible desde [qJ (y desde
ta4])- Finalmente, de los 16 estados nos hemos quedado con 6, y el resultado
puede representarse en forma de diagrama de Moore según indica la figura 4.5.
Comprobemos que el lenguaje aceptado es el mismo del RFND de partida
(expresión regular a (a* + b*) ba*) . Al estado final [q2, qA\ sólo podemos ir
pasando por [q2, ft]; tenemos así que las cadenas aceptadas en [q2, q4] tienen
por expresión regular: abb*\ a [q4] puede llegarse por [q2, q4] (abb*aa*) o por
[<73] (aaa*ba*).
Figura 4.5.
Tenemos, pues, en total:
abb* + abb*aa* + aaa*ba* = abb* ( X + aa*) + aaa*ba* =

= abb*a* + aaa*ba* = ab*ba* + aaa*ba* =
= a (b* + aa*)ba* = a(b* + a*)ba*
(Esta última igualdad se ha obtenido teniendo en cuenta que b* + aa* = b*

+ X + aa* = b* + a*). Naturalmente, llegaríamos al mismo resultado aplican-
do el algoritmo general de análisis desarrollado en el tema "Autómatas", capí-
tulo 4, apartado 4.
5.3 Teorema AF1

Para toda gramática regular, G3, existe un reconocedor finito, RF, tal que
L(RF) = L(G3).
Para demostrar este teorema construiremos un RFND que reconoce exacta-
mente el lenguaje aceptado por una G3 dada, al que le corresponderá un RF de
acuerdo con el teorema 5.2.1.
Sea G3 = (EÁ, ET, P, S) una gramática regular. Definimos RFND = {E, Q,
f , qv F ) del siguiente modo:
601
E = Et= {a„ a2, ..., an}
Q = EAU[X} = {AI,A2,...,AN,X}
F=[X]
q1 = S
Si (Aj —> ay) e P, entonces X e f (dp A¡)
Si (A¡ —> a¡Ak) e P, entonces Ake f (a¡, A¡)
(VA¿ G (/(A,-,X) = 0 )
Veamos ahora que L(RFND) = L(G3)
a) Sea X = a2... ak G L(G3); entonces, deberán existir
Aj, A2, ..., A ^ e EA tales que
S => Aj => íZj a 2 A 2 ••• ••• ak-i^k-i ^ a

i a 2 ••• a
k
y para ello P debe contener las reglas
5 fljA!
A!
• —> a 2•A 2
• •
• •
Por la definición d e / , A t e / ( a , , q{)\ A2 e / ( a 2 , A t ); ...Xe/(Ó¡¿ , A¿.,);

por consiguiente, X G f (a{ a2 ... ak, qx), y, como X es el estado final,
a, a2 ... G L(RFND). Esto nos dice que L(G3) c L(RFND).
b) A la inversa, si X = ^ a2 ... ak G L (RFND), deberá existir una secuen-

cia de estados Ax, A2 ..., AkA, X, tal que
AT G / ( F L T , <?,)
A•2 G f{a2 •
, AJ
• •
• •
e f(akl,Ak_2)
Xe f(ak,AkA)
y, conforme a la construcción del RFND, G3 deberá tener las reglas

S —> ax A{, A, —> a 2 A2 ; ..., AkA -» ak, con las cuales se podrá hacer la deriva-
ción S => fljAj => a1a2 A2 => ... => a2... ,ak,e s decir, axa2 ..., ak G L(G3).
Es decir, L(RFND) c L(G3).
En resumen, L(RFND) = L(G3).

Ejemplo 5.3.1.
Tomemos la gramática regular del capítulo 2, apartado 4.5.
EA={A,S)-ET= {a, b}\
SâS
SâA
P =
A^bA
A^b
El correspondiente RFND
E = ET= {a, b}; Q={A,S,X}-F= ( X ) ; qx = S
y la función de transición de la figura 4.6.
Figura 4.6.
Podemos construir un RF que acepte el mismo lenguaje, de acuerdo con el

teorema 5.2.1:
a b
0 0 0
[5] [5, A] 0
-» [A] 0 IA,X\
— > [X] 0 0
[S,A] [S,A] [A,X\
[S,X] [5, A] 0
[A,X] 0 [A,X\
[.S.A.X] [S, A] [A,X\
603
Eliminamos los estados [A], [ X ], [ S, X ], [ S, A, X ], inaccesibles desde
[ S ], y resulta el diagrama de Moore de la figura 4.7.
© a
a
b b
a
a, b
Figura 4.7.
Es fácil comprobar que el lenguaje viene dado por la expresión regular

aa*bb*.
5.4 Teorema AF2

Para todo reconocedor finito, RF, existe una gramática regular, G3, tal que
L (G3) = L (i?F).
Dado RF = ( E , Q,f, qu F ), construiremos G3 = (E A , Et, P,S ) así:
EA = Q;ET = E;S = qx
Si / ( a, q¡ ) = qj , entonces q¡ —> aqj

Si / ( a, q¡) = qj y qj e F, entonces q¡ —> a (además de q¡ —> aqp
Si (Va) [ ( f (a, q¡) = q¡) A ( q¡ <£ F )], entonces puede eliminarse q¡ y
todas las reglas en las que figure.
La demostración de que L (G3) = L (RF) se hace viendo que (¿7, => x ) si
G3
y sólo si ( Vx e E* ) [/(*, qx) e F ] , de manera similar a la del teorema ante-
rior.
Ejemplo 5.4.1.
Consideremos el RF al que llegábamos en el ejemplo 5.3.1 y retrocedamos
ahora en busca de la gramática. Haciendo, para simplificar la escritura,
[5] = S, [5, A] = A, [A, X] = B, tendremos:

EA = {S,A,B)-,ET={a,b)
Obsérvese que no hemos incluido 0 en EA porque
f ( a , 0 ) = f ( b , 0 ) = 0.
Siguiendo las normas para la construcción de las reglas obtenemos:
S-âA
A aA
A^bB
A^b
B^>bB
fi -> Z>
Esta gramática tiene un símbolo auxiliar (B) y dos reglas más que aquélla
de la que habíamos partido, aunque, naturalmente, ambas deben ser equiva-
lentes. La diferencia se ha originado en el paso a través del RF determinista.
El lector puede extender la construcción del teorema AF2 al caso más general
de RFND, y aplicarla al ejemplo 5.3.1 para ver que entonces sí se llega a la
misma gramática original.
5.5 Conclusión
Según el teorema AF1, [L (G3)} <= {L (RF)}, y según el AF2, [L (RF)} c
{L (G3)}. Además, del tema "Autómatas" (capítulo 4, apartado 4.4.1; teorema
de análisis) sabemos que {L (RF)} = {Lregulares}. En resumen:
( ¿-regulares) = (RF)} = (G3)}
5.6 Observaciones sobre la cadena vacía

En el teorema AF1 hemos supuesto implícitamente que X g L (G3).
Si X e L (G3) entonces, según se vio en el capítulo anterior, existirá la
regla S —» X (y S no aparecerá a la derecha de ninguna otra regla). En este
caso, la única diferencia es que habrá que considerar S también como estado
final F = {S,X}.
En cuanto al caso inverso (teorema AF2), si en el RF de partida qx e F,
entonces X e L (RF), y L (G3) = L (RF) - X . Según vimos, puede construir-
se G' 3 tal que
L(G'3) =L (G3) U {X} =L (RF)
605
6. Jerarquía de autómatas
Paralelamente a la jerarquía de lenguajes, aparece una jerarquía de autó-
matas, desde la MT hasta el AF. Para compararlos puede utilizarse como cri-
terio la capacidad de memoria de cada uno.
La MT dispone, sobre la cinta, de una capacidad ilimitada de casillas para
memorizar una cantidad ilimitada de símbolos.
La cinta de un ALL es también ilimitada, pero para una determinada cade-
na de entrada, x, de longitud t = lg (x), sólo puede utilizar t casillas . Además,
habrá que añadir a esta capacidad variable de memoria (dependiente, en cada
caso, de cada entrada), una capacidad fija, n, que corresponde a la capacidad
de la unidad central para memorizar estados. En resumen, la memoria de un
ALL es una función de la longitud i de la cadena de entrada: 6 + n . La forma
lineal de esta función justifica el nombre del autómata.
El AP sólo puede utilizar la cinta de entrada para leer, pero dispone de una
cinta de trabajo o pila potencialmente ilimitada que le sirve de memoria. Aquí
también puede estimarse, para una longitud í de la cadena de entrada, un lími-
te superior de la memoria a utilizar. En efecto, si la cadena más larga que
puede escribirse en la pila como consecuencia de la lectura de un símbolo de
entrada tiene longitud k, la capacidad total de memoria será la suma de la parte
variable (pila): kt y de la parte fija, n\ en total, kt + n . Esta es también una
función lineal de i , por lo que del AP puede también decirse que es un autó-
mata limitado linealmente, pero con dos restricciones importantes: la cinta de
entrada sólo se desplaza en un sentido, y la memoria tiene estructura de pila
(si se quiere recuperar un símbolo que no está en la cima, hay que borrar toda
la información comprendida entre la cima y el símbolo, cosa que no ocurre con
la MT ni el ALL).
La capacidad de memoria de un AF es fija e independiente de la cadena de
entrada.
Finalmente, es preciso que mencionemos un punto importante que, al omi-
tir la demostración de la mayoría de los teoremas, hemos pasado por alto: que
los autómatas de que venimos hablando son, en general, no deterministas, es
decir, que la función de transición de la unidad de control tiene la forma que
veíamos en el AF no determinista. Esto solamente serviría para demostrar los
teoremas, y no tendría mayor importancia, si en todos los tipos de reconoce-
dores ocurriese lo que en el RF: que para todo RFND puede encontrarse un RF
que acepte el mismo lenguaje, pero no es así:
a) En la MT, se demuestra que { L (RMT) } = { L ( í? M TND ) ) > e s decir, ocu-

rre lo mismo que en el RF.
b) En el ALL no se sabe si{L{ RAhh)} = { L (RALLND) } o { L (RALL)}
r
C { L ( Í?ALLND )} • P ° tanto, cuando se habla de equivalencia de lenguajes sen-
sibles al contexto y lenguajes aceptados por i?ALL debe entenderse que éstos
606
son no deterministas. Por supuesto, para todo /?ALLND puede diseñarse un /?MT
que acepte el mismo lenguaje; lo único que ocurre es que la longitud de cinta
necesaria en el /?MT (determinista) puede ser una función exponencial de la
longitud de la cadena de entrada, en lugar de lineal, como en el ^ ALLND .
c) En el AP, se sabe que { L (/?AP)} c: { L (/?APND) }, y, es más, se conoce
el tipo de gramáticas correspondientes a los /?AP deterministas, que son una
particularización del tipo general de gramáticas libres de contexto, llamadas
gramáticas deterministas, y que, entre otras propiedades, no son ambiguas.
7. Resumen
La figura 4.8 resume las principales conclusiones de este capítulo.
Figura 4.8.
8. Notas histórica y bibligráfica

En los temas "Autómatas" y "Algoritmos" se han dado referencias históri-
cas sobre los AF y las MT, respectivamente. El concepto de AF no determi-
nista se debe a Rabin y Scott (1959), aunque las relaciones entre AF y gramá-
ticas regulares ya habían sido establecidas por Chomsky y Miller (1958). La
607
equivalencia entre lenguajes aceptados por MT y lenguajes de tipo 0 fue
demostrada por Chomsky (1959).
El nombre y el concepto de ALL fueron introducidos por My hill (1960).
La generalización al caso no determinista y la equivalencia con las gramáticas
sensibles al contexto se deben a Kuroda (1964).
Oettinger (1961) fue el primero en definir formalmente el AP, y Chomsky
(1962) y Evey (1963), independientemente, demostraron su relación con los
lenguajes libres de contexto.
Como bibliografía de consulta son recomendables los mismos libros cita-
dos en los anteriores capítulos, y, especialmente, los de Hopcroft y Ullman
(1969, 1979).
9. Ejercicios
9.1 Hallar una gramática regular que genere el lenguaje correspondiente al
RF del ejemplo 5.2.2. Partir del RFND del ejemplo 5.1.2 y obtener otra gra-
mática, equivalente pero más sencilla.
9.2 Hallar gramáticas regulares correspondientes a los cuatro ejemplos que

se utilizaron en el capítulo 4 del tema "Autómatas".
9.3 Dada una expresión regular
a = 00* + 10*10*
obtener un reconocedor finito del correspondiente lenguaje, y una gramática

regular que lo genere.
9.4 Dada la gramática regular definida por:
EA= {S,A,B,C}-,ET= {0, 1};
S 1A A 1 '
S -> ÍB B->1A
< A->0A B -> 1C
A —> 0C B ->1
, A —> 1C C-> 1
dar una expresión regular del lenguaje generado por ella y diseñar un circui-
to secuencial con biestables JK que sirva como reconocedor de tal lenguaje.
608
9.5 Repetir el ejercicio anterior para la gramática
{S,A}- Et = {a, b, c, d}\
S —> aS; S^b

S aA\ S^c
S -> M ; S^d
S cA\ A aA >
S —> dA\ A->bA
s a; A —> a
A^b
9.6 (Hopcroft y Ullman, 1969). Utilizar el concepto de RFND para demos-

trar que, si L es un lenguaje regular,
LR = {x \ xR e L}
es también regular
(xR significa "reflejada" de x, es decir si

x = ü\ü2, a.n_]ün , xR= ananA , ..., <22^1 )•
9.7 (Hopcroft y Ullman, 1969). Apoyándose en el ejercicio anterior, demos-

trar que los lenguajes generados por gramáticas cuyas reglas son de la forma
A —» Ba, ó A —» a ( a e ET\ A, B e EA) son lenguajes regulares (y viceversa:
todo lenguaje regular puede generarse por una gramática de ese tipo).
609
5
Aplicaciones a
los lenguajes de
programación
1. Lenguajes, traductores e intérpretes
En los tres capítulos anteriores hemos presentado los fundamentos de la
teoría de lenguajes formales y su relación con la teoría de autómatas. Veremos
ahora cómo estos conceptos teóricos se aplican en la práctica a la problemáti-
ca de la programación de ordenadores. El asunto es demasiado complejo y
extenso como para pretender darle aquí un tratamiento completo. Por otra
parte, es bastante probable que el lector tenga algunos (o muchos) conoci-
mientos previos sobre programación de ordenadores. Por todo ello, nos limi-
taremos a apuntar las principales ideas, remitiendo a las orientaciones biblio-
gráficas del apartado 7 a quien desee profundizar en alguno de los aspectos
comentados.
Si L es un lenguaje de programación, xe L será un programa escrito en ese
lenguaje, programa que corresponderá a algún algoritmo (tema "Algoritmos",
capítulo 2) y que se habrá escrito para resolver algún problema. Entonces, lo
que interesa es disponer de una máquina que ejecute x. Llamaremos intérpre-
te de L1 a una máquina, M, que reconoce si x e L, y, en caso afirmativo, lo eje-
cuta. Y diremos que L es el lenguaje de máquina de M.
611
Ahora bien, si afrontamos lo que ocurre en la realidad, nos encontramos
con que los lenguajes de máquina de los ordenadores resultan prácticamente
inutilizables para su uso directo. Codificar los algoritmos en un lenguaje cuyos
únicos símbolos son "0" y "1" sería algo excesivamente tedioso para el pro-
gramador, y de un coste prohibitivo por la cantidad de trabajo necesario, no
sólo para la escritura de los programas, sino también para su depuración y
mantenimiento. Por eso, desde los tiempos de los primeros ordenadores, uno
de los campos de mayor actividad en informática ha sido el relacionado con el
diseño de lenguajes que hagan más fácil y más productiva la tarea de progra-
mar. Escrito un programa en uno de estos lenguajes, Ll, antes de que pueda
ejecutarse en una máquina, M2 , cuyo lenguaje de máquina es L2, es preciso
traducirlo. Un traductor de Ll a L2 , 712, es un programa que recibe como
dato de entrada* e Ll y, tras comprobar que, efectivamente, x e Ll, produce
como resultado y e L2. Naturalmente, si este traductor ha de ejecutarse en M2
deberá estar escrito en L2 (o bien, haber sido traducido previamente a L2 desde
el lenguaje en que fue escrito). El conjunto formado por TI 2 y M2 puede
entonces verse como una "máquina virtual" (capítulo 1, apartado 1), MI, cuyo
lenguaje de máquina es Ll. Podemos, por tanto, decir que MI es un intérpre-
te (reconocedor y ejecutor) de Ll.
De acuerdo con la descripción que acabamos de hacer de la máquina virtual
MI, la interpretación y de un programa x e Ll se lleva a cabo en dos pasos: en
el primero, la máquina real, M2, interpreta el programa traductor 712 dando
como resultado de la ejecución y e L2; después, la misma M2 interpreta y. A
Ll se le llama lenguaje fuente y a L2 lenguaje objeto.
Pero hay otra alternativa para la ejecución en M2 de un algoritmo descrito
por un programa x 6 Ll. Como sabemos (tema "Algoritmos", capítulo 3, apar-
tado 2.2), x consta de una secuencia finita de instrucciones, instrucciones que
tienen sentido para MI (máquina virtual) pero no para M2 (máquina real).
Podemos pensar en un programa para M2,112, que vaya reconociendo, una a
una, la¿ instrucciones de x y haciendo que M2 ejecute las acciones oportunas
para que dé el mismo resultado que hubiera dado MI. Este tipo de programa
se llama intérprete.
La figura 5.1 ilustra la descripción que acabamos de hacer sobre el funcio-
namiento de un traductor y el de un intérprete. Ambos son procesadores de
lenguaje, y, desde el punto de vista del programador, ambos permiten disponer
' Utilizaremos el término "intérprete" con dos sentidos. Uno es el que acabamos de definir: una máquina que
reconoce las órdenes o instrucciones de un programa escrito en su lenguaje de máquina y las ejecuta, una tras
otra. El otro sentido, que veremos enseguida, y que es el más utilizado en la práctica, se refiere a un programa
que va examinando y reconociendo una tras otra las instrucciones del programa original y generando las ins-
trucciones oportunas para la máquina ejecutora.
2
Este es el segundo sentido de "intérprete" que mencionábamos en la nota anterior. Obsérvese que, funcional-
mente, la diferencia entre un programa traductor y un programa intérprete es la misma que hay entre las pro-
fesiones de traductor e intérprete.
de una máquina virtual Mí, con lenguaje de máquina L1 (en el que el progra-
mador escribe sus programas) a partir de una máquina real M2, con lenguaje
de máquina L2 (en el que sería mucho más difícil, o prácticamente absurdo,
escribir los programas).
x eLl M2 y eL2 M2 resultados

\ r
programa programa i
J12 y ,
a) traducción datos
x e L1 j M2 ' resultados
— " i — -
r
programa
712
datos
b) interpretación
Figura 5.1.
Desde un punto de vista pragmático, hay diferencias importantes entre pro-

cesar un programa escrito en lenguaje fuente mediante un traductor o median-
te un intérprete. Como el traductor procesa todo el programa fuente, x e Ll,
antes de que M2 ejecute el programa objeto, y e L2, cualquier error que se
observe durante la ejecución de y obliga a modificar x y volver a traducirlo
(mediante una nueva ejecución de 712). Por el contrario, si se usa un intér-
prete, las modificaciones pueden hacerse "sobre la marcha" y de modo inte-
ractivo entre el programador y el ordenador. El principal inconveniente del
intérprete es que, para el mismo programa fuente y el mismo ordenador, la eje-
cución del programa es más lenta. Es fácil comprender por qué es así: si hay
varias instrucciones dentro de un bucle, que van a ejecutarse muchas veces, el
intérprete tiene que realizar con ellas las mismas operaciones de reconoci-
miento y de creación de instrucciones para M2 una y otra vez (cada vez que se
las encuentra en el bucle), mientras que el traductor las habría pasado de una
vez por todas al lenguaje objeto.
613
2. Lenguajes de programación
2.1 Niveles de lenguajes

Salvo para arquitecturas muy especiales, que son actualmente objeto de
investigación, todos los lenguajes de máquina son muy parecidos, si abstrae-
mos los detalles concretos de cada ordenador. En este sentido, podemos hablar
de un "lenguaje de máquina" en sentido genérico. Pues bien, imaginemos una
escala arbitraria que abarcara desde el lenguaje de máquina hasta el lenguaje
natural sobre la cual pudiésemos situar cualquier lenguaje: cuanto más cerca-
no esté del lenguaje natural más fácil será escribir programas (mejorando con
ello la productividad y la calidad del software), pero, al mismo tiempo, más
complejo el procesador (traductor o intérprete) y, normalmente, menos efi-
ciente el programa objeto. Esto último se debe a que cuanto más alejado está
el lenguaje fuente del lenguaje objeto tanto más difícil es conseguir que el pro-
grama traducido esté optimizado (o sea, que se ejecute utilizando el mínimo de
recursos de la máquina y en el menor tiempo posible). El diseño de un lenguaje
de programación implica, por tanto, un compromiso entre facilidad de uso para
el programador y posibilidad de realizar un procesador eficiente.
La "escala arbitraria" que hemos sugerido sólo es una ilustración, porque
no existe una métrica para situar a los lenguajes en ella. Para empezar, ¿qué es
"cercanía al lenguaje natural"? Depende de quién vaya a hacer uso del lengua-
je: un lenguaje como FORTRAN, por ejemplo, orientado a cálculos y evalua-
ciones de fórmulas algebraicas, es mucho más asequible para científicos e
ingenieros que para quien se dedica al tratamiento de transacciones comercia-
les. No obstante, es tradicional distinguir dos zonas en esa escala imaginaria:
la de los llamados lenguajes de bajo nivel, más cercanos al lenguaje de la
máquina y la de los conocidos como lenguajes de alto nivel. Por encima de
éstos podemos situar a los lenguajes declarativos.
Bajo la etiqueta de "lenguajes de bajo nivel" suelen englobarse, aparte de
los lenguajes de máquina, los lenguajes ensambladores y macroensamblado-
res. En un lenguaje ensamblador, cada instrucción no es más que la codifica-
ción simbólica de una instrucción del lenguaje de máquina. Por tanto, cada
ordenador tiene su lenguaje de máquina y su lenguaje ensamblador. Ello impli-
ca que el programador está obligado a conocer con bastante detalle las pecu-
liaridades de la máquina: número y longitud de los registros, modos de direc-
cionamiento, formatos de representación interna, etc. Los traductores para len-
guajes ensambladores se llaman ensambladores.
Los lenguajes llamados de alto nivel son los más utilizados: FORTRAN,
BASIC, COBOL, PL/1, Pascal, C, Ada, etc. En principio, son independientes
de la estructura de la máquina en la que se ejecutan los programas. Por ello, se
dice que éstos son transportables: un programa escrito en un lenguaje de alto
614
nivel para un ordenador puede ejecutarse en otro cualquiera (siempre que se
disponga del traductor o del intérprete adecuado). Los traductores para len-
guajes de alto nivel se llaman compiladores, y, como veremos en el apartado
4, son bastante más complejos que los ensambladores.
Veamos con algunos ejemplos las características básicas de los distintos
niveles de lenguajes.
2.2 Lenguajes de bajo nivel
2.2.1 Un lenguaje de máquina

Para ilustrar con un ejemplo muy sencillo cómo es un lenguaje de máquina
y un lenguaje ensamblador y la programación con ellos, consideremos un
modelo de ordenador con longitud de palabra 3 de dieciséis bits, con un solo
registro de dieciséis bits llamado acumulador y en el que las instrucciones de
máquina son también de dieciséis bits. Las instrucciones pueden hacer refe-
rencia a una dirección de memoria para operar con su contenido. En nuestro
modelo no consideraremos más que un modo de direccionamiento, el "direc-
to". Concretamente, de los dieciséis bits de cada instrucción, los cuatro prime-
ros corresponden al código de operación (por lo que puede haber 2 4 = 16 ope-
raciones diferentes) y los doce siguientes a una dirección de memoria (pueden
direccionarse, así, 2 12 = 4096, o 4K palabras de la memoria). La dirección es,
pues, un número entero comprendido entre 0 y 4095. Algunos de los códigos
de operación son:
• 0000: parar la ejecución (los doce bits de dirección se ignoran);

• 0001: cargar en el acumulador, es decir, llevar el contenido (los dieci-
séis bits) de la palabra de memoria direccionada en el campo de direc-
ción (los doce bits que siguen a 0001) al acumulador, borrando lo que
previamente hubiera en éste;
• 0010: almacenar el acumulador, es decir, llevar su contenido (los dieci-

séis bits) a la palabra de memoria direccionada, sin que se modifique lo
que hay en el acumulador;
• 0011: sumar al acumulador, es decir, sumar su contenido con el de la

palabra de memoria direccionada y dejar el resultado en el mismo acu-
mulador;
3
Suponemos que el lector tiene algunos conocimientos de la arquitectura básica de los ordenadores para enten-
der este ejemplo. Así, debe saber que una "palabra" es el conjunto de bits que se transfieren en paralelo entre
la memoria y la unidad de procesamiento.
615
• 0100: restar del contenido del acumulador el de la palabra direccionada
y dejar el resultado en el acumulador;
• 0101: multiplicar el contenido del acumulador por el de la palabra direc-

cionada y dejar el resultado en el acumulador.
Escribamos un programa en lenguaje de máquina para realizar la operación

A*(B+C), donde A, B y C son datos numéricos que el programa debe leer de
algún periférico de entrada. Entre los códigos de operación que acabamos de
definir no hemos incluido operaciones de comunicación con los periféricos,
aunque, naturalmente, todo ordenador debe disponer de ellas; el hacerlo nos
habría obligado a entrar en demasiados detalles, porque lo que el ordenador
comunica con los periféricos son códigos de control y de caracteres, y es pre-
ciso utilizar programas de conversión de caracteres a números en binario, y
viceversa. Por tanto, obviando este aspecto, supongamos que los números A, B
y C se han leído de algún modo y han quedado almacenados en la memoria en
las palabras de dirección 0, 1 y 2, respectivamente. El "algoritmo" consistirá
en llevar B al acumulador (cargar el contenido de la palabra de memoria de
dirección 1), sumarle C (contenido de 2) y lo que resulte multiplicarlo por A
(contenido de 0), con lo que quedará en el acumulador A*(B+C), que podemos
almacenar, por ejemplo, en la dirección 3 (para, posteriormente, con otras ins-
trucciones, escribir el resultado por un periférico de salida). El programa en
lenguaje de máquina sería:
0001000000000001
0011000000000010
0101000000000000
0010000000000011
0000000000000000
Las dos líneas de puntos iniciales indican que habrá unas instrucciones de
entrada de datos para leer los números, convertirlos a binario y guardarlos en
las direcciones 0, 1 y 2. A continuación vienen cuatro instrucciones, cada una
de dieciséis bits. La primera tiene código de operación 0001 (cargar) y el
número 1 en su campo de dirección; es decir, su ejecución provocará que el
contenido de esa palabra de memoria se transfiera al acumulador. El código de
operación de la segunda instrucción es 0011 (sumar) y su campo de dirección
es 2 (10 en binario); por tanto, cuando la máquina la ejecute, su efecto será el
de sumar el contenido de la palabra de dirección 2 a lo que en ese momento
haya en el acumulador, y dejar la suma en el mismo acumulador. Con la
siguiente, se multiplica ese resultado parcial por lo que haya en la dirección 0,
y con la cuarta el resultado final se transfiere a la memoria, a la palabra de
dirección 3 (11 en binario). A continuación se incluirían las instrucciones para
sacar ese resultado por algún periférico, y, finalmente, viene la instrucción de
parar.
Los ordenadores son máquinas de programa almacenado. Esto quiere decir
que la secuencia de instrucciones que constituyen un programa se carga en la
memoria y luego se ejecutan una detrás de otra, salvo cuando aparece una ins-
trucción de salto (o bifurcación). Se llaman así aquellas que provocan una
"ruptura de secuencia" en la ejecución del programa, es decir, que la siguiente
instrucción a ejecutar no es la que viene a continuación (almacenada en la
siguiente palabra de la memoria), sino la que está almacenada en la dirección
indicada por la propia instrucción de salto. Estas instrucciones suelen utilizar-
se para controlar bucles o acciones condicionales. Por ejemplo, nuestro orde-
nador puede tener una instrucción de salto incondicional, con código 0110, y
otra de salto si acumulador es cero (0111). La primera, al ejecutarse, hace que
la siguiente instrucción a ejecutar sea la que está almacenada en la dirección
especificada en su campo de dirección, y la segunda lo mismo pero condicio-
nado al hecho de que el contenido del acumulador esté formado por dieciséis
ceros, de lo contrario, se ejecuta la siguiente de la sentencia.4 Obsérvese que
esto implica que el programador tiene que conocer exactamente las direccio-
nes en que van a almacenarse las instrucciones de su programa. Otra instruc-
ción interesante es la de salto a subprograma (con código, por ejemplo, 1000),
cuyo efecto es el mismo del salto incondicional, pero guardando en algún sitio
(en otro registro, o en una determinada palabra de la memoria) la dirección de
retorno, dirección de la instrucción que le sigue en la secuencia; el subpro-
grama es un conjunto de instrucciones que termina con una instrucción de
retorno, y es muy útil cuando han de realizarse repetidamente ciertas opera-
ciones a lo largo de un programa (por ejemplo, cálculo de la raíz cuadrada, lec-
tura de datos, etc.).
Veamos un ejemplo de programación en este lenguaje de máquina hacien-
do uso de las instrucciones de salto. Se leen dos números, A y B (suponemos
que A < B) y se trata de igualar el primero con el segundo a base de sumarle
sucesivamente una unidad, como indica el organigrama de la figura 5.2.
Supondremos que a partir de la dirección 20 (10100 en binario) hay almace-
nado un subprograma que permite leer números. La primera vez que "se le
llama" (con la instrucción de salto a subprograma) lee un número y lo alma-
cena en la dirección 0; la siguiente, lee otro y lo almacena en la dirección 1, y
así sucesivamente. Nuestro programa puede ser el siguiente (la primera colum-
na indica la dirección de memoria, en decimal):
4
Suponemos que la representación del número "0" en esta máquina se hace mediante dieciséis ceros.
617
contenido
dir. (binario) comentario
0 aqui se almacenará el
primer dato
1 aqui, el segundo
2 0000000000000001 esta es la constante 1
3 1000000000010100 salto al subprograma de
lectura (lee un dato
y lo almacena en la
dirección 0)
4 1000000000010100 salto al subprograma de
lectura (lee otro dato
y lo guarda en 1)
5 0001000000000000 carga el primer número
(A)
6 0100000000000001 le resta el segundo (B)
7 0111000000001100 si A=B, salta a ejecu-
tar la instrucción alma-
cenada en la dirección
12
8 0001000000000000 si no, carga A (almace-
nado en 0)
9 0011000000000010 le suma una unidad
(está en 2)
10 0010000000000000 almacena el resultado en
la dirección de A
(dirección 0)
11 0110000000000101 y vuelve a la instruc-
ción almacenada en la
dirección 5
12 0000000000000000 cuando A=B se para
c i
Z Leer Ay B
1
7
SI
| no
A: = A+ 1 O
Figura 5.2.
2.2.2 Un lenguaje ensamblador

En un lenguaje ensamblador no hay que codificar en binario, porque a cada
código de operación se le asigna un nombre nemotécnico, y se pueden también
utilizar nombres simbólicos, llamados etiquetas, para designar a las direccio-
nes de memoria (con lo cual se libera al programador de la necesidad de cono-
cer las direcciones absolutas de la memoria). Por ejemplo, los códigos de ope-
ración de un lenguaje ensamblador para el modelo de ordenador definido en el
apartado anterior podrían ser:
código de código
máquina ensamblador
0000 PAR
0001 CAR
0010 ALM
0011 SUM
0100 RES
0101 MUL
0110 SAI
0111 SAC
1000 SAS
619
Para el primero de los dos ejemplos anteriores, un posible programa en
ensamblador sería:
A MEM 1
B MEM 1
C MEM 1
D MEM 1
CAR B
SUM C
MUL A
ALM D
PAR
FIN
El programa traductor (el ensamblador) deberá tomar estos códigos como

datos de entrada y generar los códigos binarios en lenguaje de máquina.
Las cuatro primeras líneas del programa que hemos escrito no representan
instrucciones de máquina, sino "seudoinstrucciones". Se trata, en realidad, de
instrucciones para el ensamblador. Concretamente, le dicen a éste que reserve
cuatro palabras de la memoria y que las identifique mediante las etiquetas A,
B, C y D. El ensamblador, al ejecutarse, se encargará de atribuir direcciones
reales a esos nombres. Si, por ejemplo, atribuye a "B" la dirección 1, entonces
la instrucción "CAR B" se traducirá por "0001000000000001", que es la
misma que aparecía en el programa escrito en lenguaje de máquina.
Como puede observarse, gracias al uso de etiquetas el programador no tiene
que preocuparse de direcciones numéricas reales de la memoria.
"FIN" es otra seudoinstrucción. Le indica al ensamblador el final del pro-
grama fuente.
Para el segundo ejemplo, podemos escribir este programa en ensamblador:
A MEM 1
B MEM I
UNO CEN 1
SAS LEER
SAS LEER
BUCLE CAR A
RES B
SAC FIN
CAR A
SUM UNO
ALM A
SAI BUCLE
FIN PAR
LEER (a partir de aqui vendrian las
instrucciones del subprograma de
lectura de datos)
FIN
Hemos supuesto que el ensamblador reconoce la seudoinstrucción "CEN":

crear una constante entera.
El modelo de ordenador que hemos utilizado para estos ejemplos es muy
simple. La máquinas reales disponen generalmente de muchos registros y
modos de direccionamiento que es preciso conocer para poder programarlas en
lenguaje ensamblador.
2.2.3 Lenguajes macroensambladores

En los lenguajes macroensambladores hay macroinstrucciones (abreviada-
mente, "macros"), instrucciones que en el proceso de traducción (ensamblaje)
se traducen no en una sino en varias instrucciones de máquina. Ello facilita
algo la tarea de programación, pero sigue siendo válido lo dicho acerca de la
necesidad de conocer los detalles de la estructura de la máquina.
Existen "macros del sistema", previstas en el propio lenguaje (especial-
mente para operaciones de comunicación con los periféricos), y, además, el
programador puede definir sus propias "macros" para secuencias de instruc-
ciones que tenga que repetir varias veces en su programa. La diferencia con los
subprogramas es que el ensamblador expande las "macros", es decir, en el pro-
ceso de ensamblaje, cada vez que encuentra una genera toda la secuencia de
instrucciones de máquina que le corresponde.
2.3 Lenguajes de alto nivel

2.3.1 Sentencias
Un programa en un lenguaje de alto nivel está compuesto por una sucesión
de sentencias (normalmente, el nombre "instrucción" se reserva para las ins-
trucciones del nivel de máquina). Aquí hay un pequeño problema terminoló-
gico que conviene aclarar para evitar confusiones. En efecto, en teoría de len-
guajes llamamos "sentencia" a cualquier cadena perteneciente a un lenguaje
(capítulo 2, apartado 3); de acuerdo con esto, una sentencia sería cualquier
programa completo que fuera sintácticamente correcto. Sin embargo, cuando
hablamos de lenguajes de programación solemos entender por "sentencia" no
621
un programa completo, sino cada una de las unidades elementales que forman
parte de él y que tienen un significado en la definición del lenguaje. Así, en el
lenguaje Pascal, existen sentencias de asignación como
x := 3
(sustituir el valor que tenga la variable x por la constante 3), sentencias de

acción condicional, como
if EB then 51 else 52
(si el resultado de evaluar la expresión booleana EB es "true" (verdadero)

entonces ejecutar la sentencia 51, si no, 52), sentencias de iteración, como
while EB do 5
(ejecutar la sentencia 5 mientras el resultado de la expresión booleana EB sea

"true"), etc.
El primero de los programas cuya codificación en lenguaje de máquina y
en ensamblador vimos más arriba se podría codificar así en Pascal:
program aritmético(input, output);

begin
read(A,B,C);
D := A*(B+C);
write(D)
end.
donde "begin" y "end" son "palabras clave" (símbolos terminales en la ter-

minología de la teoría de lenguajes) que indican el principio y el final de un
programa, y, en general, de un grupo cualquiera de sentencias. El programa
consta de tres sentencias: una de lectura ("read"), otra de asignación y una
final de escritura ("write"). El símbolo ";" separa cada sentencia de la
siguiente.
El programa en Pascal para el segundo de los ejemplos podría ser:
program igualar (input,output);

begin
read(A,B);
while A O B do A := A+l
end.
Otros ejemplos de programas en Pascal pueden encontrarse en los capítu-

los 3 y 7 del tema "Algoritmos".
2.3.2 Procedimientos y funciones
Una característica muy importante de todos los lenguajes de alto nivel es
que facilitan el uso de procedimientos ("procedures"). Un procedimiento es la
generalización de un subprograma: es una unidad programada independiente
que se ejecuta cuando se la llama desde un programa, o desde otro procedi-
miento, o, incluso, desde el mismo procedimiento.
Un procedimiento consta de tres partes: su nombre (con el que se le llama),
una lista de parámetros formales y el cuerpo, donde se incluyen las sentencias
que forman el procedimiento. Por ejemplo, un procedimiento en Pascal para
calcular el factorial de un número entero mediante una iteración es:
procedure factorial(n:integer; var fact:integer);

var i¡integer;
begin
fact := 1;
for i := 2 to n do fact := fact * i
end;
El procedimiento utiliza dos parámetros formales: n es un parámetro de

entrada, donde se da el número cuyo factorial hay que calcular; fact es un
parámetro de salida, donde el procedimiento devuelve el valor calculado del
factorial, y va precedido de la palabra clave "var" porque es una variable
cuyo valor queda determinado tras la ejecución del procedimiento. Si, por
ejemplo, desde un programa queremos calcular el factorial de 5, dejando el
resultado en una variable de este programa llamada "f", incluiremos en él la
sentencia de llamada
factorial (5,f);
"5" y "f" son los parámetros reales, que, cuando el procedimiento se eje-
cute atendiendo a esta llamada, irán a sustituir a los parámetros formales.
Un procedimiento puede comunicarse también con el programa que le
llama (o sea, recibir datos o entregar resultados) mediante el uso de variables
globales, es decir, variables definidas en el programa y accesibles también
desde el procedimiento. (En el procedimiento "factorial" que hemos
escrito, "i" es una variable local, porque está definida dentro del cuerpo del
procedimiento).
Una función es otro tipo de subprograma. Al igual que un procedimiento,
puede tener parámetros formales, y compartir variables globales, pero, a dife-
rencia de él, devuelve directamente un valor al programa que la llama. Por
ejemplo, para el factorial podemos escribir esta función en Pascal:
623
function factorial(n:integer):integer;
var i,fact:integer;
begin
fact:=1;
for i:=2 to n do fact:=fact*i;
factorial:=fact
end;
La llamada desde el programa para calcular el factorial de 5 y dejarlo en la

variable f implica ahora el uso de una sentencia de asignación, para asignar a
f el valor que devuelve la función:
f:=fact (5)
Como hemos dicho, los procedimientos y las funciones pueden utilizarse en

la mayoría de los lenguajes, y, desde luego, en Pascal, de manera recursiva.
Por ejemplo, otra forma de escribir una función para el cálculo del factorial
puede ser:
function factorial(n:integer)¡integer;
begin
if n<2 then factorial:=1
else factorial:=n*factorial(n-1)
end;
donde, como vemos, la función "se llama" a sí misma.

El uso de procedimientos y funciones permite desarrollar programas de
manera modular y jerárquica, materializando así uno de los principios básicos
de la programación estructurada (tema "Algoritmos", capítulo 3, apartado 4).
2.3.3 Tipos de datos

Los lenguajes modernos tienden a ser "fuertemente tipados" (desafortuna-
da traducción de "strongly typed"). Esto quiere decir que todas las variables
que intervienen en un programa, en una función o en un procedimiento, tienen
un tipo, y este tipo debe ser declarado explícitamente mediante las oportunas
sentencias de declaración. Así, en los últimos ejemplos sobre procedimientos
y funciones hemos incluido la declaración "integer" (entero) para las variables
que intervenían, y también para la misma función, puesto que ésta devuelve un
valor que también tiene un tipo (en este caso, entero). En general, un tipo de
datos es un conjunto de valores posibles con unas operaciones asociadas.
Aunque la obligación de declarar los tipos pueda, a primera vista, parecer un
engorro innecesario (en relación con lenguajes clásicos, como FORTRAN, en
los que no es preciso tal cosa) la ventaja es que la fiabilidad de los programas
mejora, pues gracias a eso se ponen de manifiesto, durante la compilación o la
ejecución, muchos errores que de otro modo pasarían inadvertidos o serían
muy difíciles de localizar.
Pascal incluye en su definición cuatro tipos "estándar": integer (el valor de
la variable puede ser cualquier número entero comprendido en el rango de
representación de la máquina), boolean (la variable sólo puede tomar dos valo-
res, true y false), real (un número real comprendido en el rango de represen-
tación) y char (un carácter). A partir de ellos, el programador puede definir
tipos estructurados: array, record, etc., cuyos componentes pueden ser tam-
bién estructurados. Es posible, pues, construir jerarquías de estructuras de
datos, insistiendo así en el diseño modular y jerárquico de los programas.
Además, algunos compiladores para Pascal utilizan ampliaciones del lenguaje
que permiten programar con orientación a objetos.
2.4 Lenguajes declarativos

2.4.1 Programación imperativa y programación declarativa
Los lenguajes de alto nivel comentados en el apartado anterior liberan al
programador de las características concretas de la máquina en la que se ejecu-
tan finalmente los programas. No obstante, lo mismo que los de bajo nivel, son
lenguajes imperativos. Esto quiere decir que el programador, para resolver un
problema, ha de diseñar un algoritmo y materializarlo en un programa que le
diga a la máquina real (caso de los de bajo nivel) o a la máquina virtual (caso
de los de alto nivel), paso a paso, qué tiene que hacer para resolver el proble-
ma. La programación orientada a objetos (cuyas ideas esenciales se han estu-
diado en el capítulo 4 del tema "Algoritmos") permite elevar el nivel de abs-
tracción, pero no deja de ser una programación imperativa (desde el momento
en que los "métodos" son programas imperativos).
La idea de los lenguajes declarativos es que el programador sólo tenga que
declarar o especificar el problema, y que sea el procesador de lenguaje el que
se encargue del algoritmo. Dicho de otro modo, que el programador indique
"qué" es lo que hay que resolver y la máquina (virtual) se ocupe de los deta-
lles del "cómo". En realidad, esta idea no es nueva, y está ya implícita en cier-
tos lenguajes diseñados para aplicaciones específicas, como cálculos estadísti-
cos (SPSS, BMDP, etc.), consulta de bases de datos (IMS, NATURAL, etc.),
simulación (CSMP, GPSS, etc.). Son también declarativos los lenguajes llama-
dos generadores. Por ejemplo, un generador de informes (RPG: "report pro-
gram generator") acepta descripciones de la estructura de representación de
ciertos datos y del formato deseado de salida y genera un programa para
imprimir los datos. Pero los dos "estilos" de programación declarativa más
conocidos son los correspondientes a la programación funcional y a la progra-
mación lógica.
625
2.4.2 Programación funcional
El fundamento teórico de la programación funcional tiene su origen en el
problema de la computabilidad de funciones matemáticas, y, concretamente,
en el llamado "cálculo lambda". Sin entrar en esta base matemática, digamos
simplemente que un programa funcional es un conjunto de ecuaciones que
definen funciones a partir de otras funciones más sencillas o de primitivas. Por
ejemplo, en el programa
max2[x,y] := if x > y then x else y
max3[x,y,z] := max2[max2[x,y],z]
la primera sentencia define la función "max 2" a partir de las primitivas "if",
">", "then" y "else", y la segunda define la función "max3" a partir de
"max2". Es importante señalar que el símbolo ": =" no representa, como en
algunos lenguajes imperativos, una asignación; aquí significa "se define
como". De hecho, en LISP, por ejemplo, no se utiliza este símbolo, sino la
palabra clave "defun".
Las definiciones de funciones pueden ser recursivas. Por ejemplo:
fact[N] := if N = 0 then 1 else N*fact[N-l]
Un concepto fundamental en programación funcional es el de la transpa-

rencia referencial. Una función es referencialmente transparente, o pura, si su
efecto queda definido exclusivamente por el valor dado a sus parámetros. Para
ello es preciso que la función no tenga efectos laterales, es decir, que no alte-
re ni el valor de sus parámetros ni variables globales. La idea básica de la pro-
gramación funcional es la de expresar todos los algoritmos mediante aplica-
ciones de funciones puras (por ello, a los lenguajes funcionales se les llama
también lenguajes aplicativos).
En principio, también puede hacerse programación funcional con lenguajes
imperativos. Basta para ello utilizar funciones que no manejen variables glo-
bales ni alteren sus parámetros, como las dos funciones escritas en Pascal en
el apartado 2.3.2. El problema está en que el único modo de obtener un resul-
tado es a través del valor del objeto que devuelve la función, y en los lengua-
jes imperativos clásicos el tipo de este objeto está muy limitado.
En un lenguaje funcional los objetos pueden ser listas. Una lista es una
secuencia finita de elementos, donde cada elemento es un "átomo" (numérico,
como "10 9" o simbólico, como "ÁTOMO") u otra lista. Las listas permiten una
representación uniforme y versátil de gran variedad de objetos, aunque a veces
resulten de difícil lectura. Por ejemplo, las expresiones algebraicas
x+y
y
ax2 + bx + c = O
se escribirían así con notación de lista:
y (suma x y)
(igual(suma(mul a (cuad x))(suma(mul b x) c)) 0)
Para manejar listas, los lenguajes funcionales suelen tener incorporada una
función de construcción que permite encadenar dos listas. Esta función se
puede escribir de forma prefija: cons [L1,L2] o de forma infija: Ll. L2.
Por ejemplo, la lista (a, b, c) se puede construir así a partir de los átomos a,
byc :
cons(a,cons (b, (cons(c, ())))
o bien:
(a. (b. (c. ())))
donde " ( ) " representa una lista especial: la lista vacía.

La facilidad de manejo de expresiones simbólicas y de jerarquías de obje-
tos representadas como listas es la razón por la que LISP, el lenguaje funcio-
nal más antiguo, es también el más utilizado en inteligencia artificial, donde el
procesamiento simbólico predomina sobre el numérico. Hay muchos otros len-
guajes funcionales más modernos, pero menos conocidos que LISP, como
CAML, LML, Miranda, Hope, Haskell...
2.4.3 Programación lógica
El fundamento teórico de la programación lógica es el cálculo de predica-
dos de primer orden. El lenguaje más conocido es Prolog, en el que las sen-
tencias son cláusulas de Horn (tema "Lógica", capítulo 4, apartado 4.5) com-
puestas con fórmulas atómicas del cálculo de predicados y escritas de un modo
especial: primero se escribe la cabeza de la cláusula (o consecuente del condi-
cional), si existe, y luego, separado por el símbolo ": - " (o " <— "), el cuerpo
(o antecedente). Así, la regla
A :- B, C, D.
equivale a la sentencia de la lógica
B A C A D - ) A
627
donde A, B, C y D representan, fórmulas atómicas.
Por ejemplo, un programa que declara unos hechos de parentesco y define
la relación "abuelo" es éste, formado con dos hechos y dos reglas:
madre(ana,luis).
padre(josé,ana).
abuelo(X,Z) :- padre(X,Y),padre(Y,Z).
abuelo(X,Z) :- padre(X,Y),madre(Y, Z) .
Este programa corresponde exactamente al ejemplo 1.7.4 visto en lógica de

predicados (tema "Lógica", capítulo 4), salvo que, como puede observarse, la
definición de la relación "abuelo" se ha descompuesto en dos sentencias para
que sean cláusulas de Horn. Un convenio sintáctico de Prolog es que los nom-
bres de las variables empiezan con letra mayúscula, mientras que los nombres
de las constantes (y también los de los predicados) empiezan con minúscula.
Si se dispone de un intérprete de Prolog y del anterior programa en memo-
ria, se pueden hacer consultas. Por ejemplo:
?- abuelo(josé,luis).
SI
?- abuelo(josé,ana).
NO
?- abuelo(X,luis).
X = josé
Para obtener las respuestas, el intérprete de Prolog aplica resolución y refu-

tación (tema "Lógica", capítulo 4, apartado 4.7; véase también, más adelante,
el apartado 5.4).
En Prolog se pueden definir también relaciones de modo recursivo. Así, un
programa para definir "antepasado" (tema "Lógica", capítulo 4, ejemplo 1.7.5)
es:
pad_o_mad(X, Y) :- padre(X,Y).
pad_o_mad(X, Y) :- madre(X,Y) .
antepasado(X, Y) :- pad_o_mad(X, Y) .
antepasado(X,Y) :- pad_o_mad(X,Z),antepasado(Z,Y).
2.5 Entornos de desarrollo

Asociadas a un lenguaje, pueden diseñarse "herramientas", que son progra-
mas para facilitar su uso, y, en general, mejorar la productividad del desarro-
lio de programas. El conjunto integrado de herramientas asociado a un len-
guaje se llama entorno de programación, y, dependiendo del número de herra-
mientas disponibles y de las facilidades que ofrecen, puede ser más o menos
potente. Ya hemos hablado de un tipo de herramienta: los procesadores de len-
guaje (traductores e intérpretes). Los editores permiten escribir y modificar
con facilidad el programa fuente, los depuradores ayudan a detectar y corregir
errores, los enlazadores (o montadores) permiten obtener un programa binario
ejecutable a partir del resultado de la compilación de varios módulos, etc.
Otras herramientas más avanzadas ayudan a la especificación de programas y
permiten demostrar, antes de su ejecución, si son correctos (satisfacen las
especificaciones) o no. Típicamente, un entorno de programación incluye
varias de estas herramientas y facilita su uso. Por ejemplo, si el programador
somete un programa al compilador y éste encuentra un error, el entorno hace
que automáticamente pase a ejecutarse el editor para que el programador
pueda corregirlo.
Las herramientas integradas pueden no estar orientadas exclusivamente a
un solo lenguaje, sino, de manera más general, al desarrollo de aplicaciones.
Se habla entonces de entornos de desarrollo. Un ejemplo son los entornos para
el desarrollo de sistemas basados en conocimiento, integrados por herramien-
tas como las que hemos comentado en el apartado 1.4 del capítulo 6 del tema
"Lógica".
Para el diseño sistemático y riguroso de todas estas herramientas es nece-
sario disponer de una definición formal del lenguaje tratado por la herramien-
ta. Veamos los fundamentos de estas definiciones formales.
3. Definiciones sintácticas
3.1 Notación de Backus

La sintaxis de la práctica totalidad de los lenguajes de programación puede
expresarse mediante una gramática libre de contexto (salvo algunas excepcio-
nes que comentaremos en el apartado 3.2). La notación de Backus, general-
mente conocida como "BNF" (de "Backus Normal Form", o "Backus-Naur
Form") no es más que una forma de escribir las producciones, que sólo difie-
re de la que hemos visto en el capítulo 2 en que en lugar de " —> " se utiliza
"::=", y, además, se puede abreviar la escritura de varias reglas que compartan
el mismo antecedente:
A:\ = « i
Aw = «2
A:\ =
629
en una sola línea, de este modo:
A::= c^l Ojl «3I ...
Normalmente, para mayor claridad, no se utilizan letras aisladas para los

símbolos, sino palabras completas. Para distinguir a los símbolos del alfabeto
auxiliar de los del alfabeto terminal, los primeros se escriben, como ya hemos
hecho en algunos ejemplos anteriores, encerrados entre paréntesis angulares:
<sentencia>, <identificador>, etc., y a los del terminal sin paréntesis: begin,
if, etc. Concretamente, el símbolo inicial de una gramática para un lenguaje
de programación puede ser <programa>. Todo programa correcto, x e L, podrá
derivarse en esa gramática mediante aplicación primero de la regla que tenga
<programa> como antecedente y después de otras reglas en el orden adecuado
para obtener tal programa.
Hay, además, algunas extensiones de la notación BNF original muy útiles
para abreviar la escritura de las reglas recursivas. Los corchetes indican que lo
que figura dentro puede repetirse cualquier número de veces (o no aparecer),
y los paréntesis cuadrados lo mismo, pero apareciendo al menos una vez. Así,
en la gramática para expresiones aritméticas con números positivos y opera-
ciones "+" y "*" definida en el ejemplo 5.5 del capítulo 3, las dos primeras
reglas:
<EA> ::= <EA> + <TERM>
<EA> ::= <TERM>
(una expresión es o bien un solo término o bien una suma de términos) pueden
escribirse en BNF así:
<EA> ::= <TERM>{+<TERM>}
Y las que generan <CTE>:
<CTE> ::= <CTExDIG>
<CTE> ::= <DIG>
(una constante es una secuencia de uno o más dígitos) así:
<CTE> ::= <DIG>{<DIG>}
o bien:
<CTE> ::= [<DIG>]

3.2 Gramáticas para lenguajes de programación
Decíamos más arriba que la sintaxis de los lenguajes de programación,
salvo excepciones, puede expresarse mediante gramáticas libres de contexto.
Estas excepciones se refieren a algunos aspectos de la definición de los len-
guajes. Por poner un ejemplo, en un lenguaje como Pascal es obligatorio que
se declare el tipo de las variables previamente a su uso en el programa (apar-
tado 2.3.3). Formalmente, esto se traduce en que dada una cadena (programa)
de la forma
Cíbegin /3 x /end.
donde x es una variable y a , ¡3 , y representan el resto del programa, si x

figura en a (y suponiendo que a , j8 , y están correctamente construidas: por
ejemplo, x en a debe ir precedida de "var") entonces la cadena pertenece al
lenguaje, y si no, no. Pues bien, se puede demostrar que un lenguaje así no es
libre de contexto.
Lo que se suele hacer es ignorar estas excepciones y definir (de manera
algo forzada) el lenguaje mediante una gramática libre de contexto. Por ejem-
plo, en los compiladores la detección de variables no declaradas no tiene lugar
en la fase de "análisis sintáctico" (en la que se aplican las reglas libres de con-
texto), sino después, en la de "análisis semántico" (apartado 5.2.1).
Por otra parte, dentro del tipo general de gramáticas libres de contexto exis-
ten clases definidas por ciertas restricciones sobre la forma de las reglas. Por
ejemplo, en el apartado 6 del capítulo 14 hemos mencionado un subconjunto
llamado "gramáticas deterministas". Los reconocedores, en la práctica, van a
materializarse en algoritmos que realizan un análisis sintáctico del programa
fuente, y estos algoritmos pueden ser más sencillos y más eficaces si la gra-
mática cumple con ciertas restricciones. De hecho, cuando se diseña un len-
guaje nuevo las decisiones sobre la gramática del mismo vienen muy condi-
cionadas por los algoritmos de reconocimiento que luego habrán de progra-
marse.
En los ejemplos que desarrollaremos a continuación vamos a imponer dos
condiciones que conducen a un tipo de gramática determinista y a un algorit-
mo de reconocimiento sencillo, como veremos en el apartado 5.2.3.
La primera condición es que si existe una regla de la forma
A ::=a\p
entonces no puedan derivarse a partir de a y cadenas que comiencen con un

mismo símbolo terminal. En particular, no sería lícita una regla como
A ::= aî I a¡32
631
En éste, como en otros muchos casos, es fácil encontrar otras reglas que
generen las mismas cadenas y que cumplan la condición enunciada.
Concretamente, basta con introducir un nuevo símbolo auxiliar, R, y sustituir
la regla anterior por:
A :: = aR
R:: = Pl\p2
Ese procedimiento de "sacar factor común" puede conducir a algo que nor-
malmente está prohibido en la definición de las gramáticas libres de contexto,
pero que pese a todo se utiliza para cumplir la condición. Se trata de que,
excepcionalmente, el consecuente de una regla puede ser la cadena vacía. Por
ejemplo, en el caso de la regla
A ::= a \ a/5
que sustituiremos por
A ::= aR
R::=p\X
(Obsérvese que, pese a tener la regla R::= X , las cadenas derivadas a par-
tir de A siguen siendo de longitud no decreciente).
Este caso aparece, por ejemplo, en la sentencia " i f " de los lenguajes de
programación, con sus dos posibilidades:
<sentencia> ::= if <expresión> then <sentencia>[

i f <expresión>then<sentencia>e 1 se <sentencia>
La segunda condición es que la gramática no sea recursiva por la izquier-

da, lo que quiere decir que no puedan darse derivaciones de la forma A =>Aa.
Existe un algoritmo general para transformar la recursion por la izquierda en
recursion por la derecha. Veamos aquí el caso más sencillo y más frecuente,
que es el de la existencia de dos reglas como:
A ::= oc\A ¡3
que pueden sustituirse por estas otras:
A ::= aR
R ::= pR I X
o bien, usando la notación BNF ampliada:
A ::=«{£}
De hecho, esta transformación es la que hemos utilizado al final del apar-

tado anterior cuando hemos reescrito en notación BNF algunas reglas de una
gramática para expresiones aritméticas.
3.3 Gramática para un lenguaje ensamblador

Como primer ejemplo de uso de la notación BNF para la definición formal
de un lenguaje de programación, vamos a considerar un lenguaje ensamblador
muy sencillo: el mismo cuya sintaxis y semántica hemos definido informal-
mente en el apartado 2.2.2.
El inconveniente de las definiciones informales es que suelen ser incom-
pletas y ambiguas. Por ejemplo, podemos decir que un programa en nuestro
lenguaje ensamblador es una secuencia de instrucciones terminada por la seu-
doinstrucción "FIN". Esto podría conducirnos a escribir así la primera regla:
<programa> ::= <instrucción><programa> IFIN
Ahora bien, esta regla indicaría que las instrucciones deberían ir una tras
otra en la misma línea, mientras que, como hemos visto en los ejemplos del
apartado 2.2.2, se escriben cada una en una línea separada. Para reflejar esta
imposición en la forma de la regla, introduciremos un símbolo terminal espe-
cial, "el" (cambio de línea) entre <instrucción> y <programa>. Por otra parte,
la definición anterior de programa como secuencia de instrucciones es incom-
pleta: puede haber también seudoinstrucciones (MEM y CEN). Además, la regla
anterior tiene un problema: la última línea de un programa sería el símbolo ter-
minal "FIN" con la letra "F" en la primera columna de la línea. Pero, como se
desprende de los ejemplos, las etiquetas se escriben justamente desde la pri-
mera columna, por lo que el ensamblador no sabría que "FIN" es una seu-
doinstrucción y no una etiqueta. La regla sintáctica es que los códigos de las
instrucciones y seudoinstrucciones no pueden empezar en la primera columna:
tienen que llevar delante al menos un espacio en blanco. Llamaremos <separ>
a la categoría sintáctica que significa "uno o más espacios en blanco".
Finalmente, vamos a considerar la posibilidad de escribir comentarios. Un
comentario es un texto que el procesador (ensamblador, en este caso) debe
ignorar. Supondremos que los comentarios se escriben en líneas diferentes de
las que corresponden a las instrucciones y seudoinstrucciones. De acuerdo con
todo esto, escribimos dos reglas:
(1) <programa> ::= <línea>cl<programa>l<separ>FIN

(2) <línea> ::= <instrucc>l<seudoinstrucc>kcoment>
633
Tenemos ahora que introducir nuevas reglas para obtener derivaciones a
partir de <instrucc>, <seudoinstrucc> y <coment>. Sabemos que una instruc-
ción (y una seudoinstrucción) puede llevar etiqueta o no. La etiqueta se escri-
be a partir de la primera columna de la línea. Supondremos que el código de
operación no tiene por qué escribirse en columnas determinadas: basta con que
esté separado del final de la etiqueta por uno o más espacios en blanco
("<separ>"), y si no hay etiqueta debe ir precedido por <separ>. Hay, además,
ciertas instrucciones que tienen que ir acompañadas de una dirección de
memoria (SUM, RES, etc.); las seudoinstrucciones CEN y MEM tienen que ir
seguidas de un número. Se separará esta dirección o este número del código de
operación mediante <separ>. Otras instrucciones, como PAR, CMP (comple-
mentar el acumulador), etc., no llevan nada más. En cuanto a los comentarios,
supondremos que las líneas correspondientes se distinguen porque en la pri-
mera columna tienen el carácter "*" y luego cualquier texto (cadena de carac-
teres). Todo ello se puede formalizar con las siguientes reglas:
(3) <instr> ::= <eti><separ><resto-instr>l<separxresto-instr>
(4) <resto-instr> ::= <oper-con-dir><separxdir>l<oper-sin-dir>
(5) <seudoinstr> ::= <etixsepar><resto-seudo>kseparxresto-seudo>
(6) <resto-seudo> : := <cod-seudoxseparxnum>
(7) <coment> ::= * {<carácter>}
Tenemos ahora nuevas categorías sintácticas para las que hemos de intro-
ducir nuevas reglas: <eti>, <dir>, etc. Escribamos ya, sin extendernos en más
explicaciones, el resto de las reglas:
(8) <separ> ::= bll{bl} ("bl" indica "espacio en blanco")
(9) <letra-may> ::= A | B | C | ... |Z
(10) <letra-min> ::= a | b | c | ... | z
(11) <dígito> : : = 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9
(12) <carác-esp> ::= * | ? | / | bl | ...
(13) <carácter> ::= <letra-may>kletra-min>kdígito>l<carác-esp>
(14) <eti> ::= <letra-may>{<letra-may>l<dígito>}
(15) <num>::= <dígito>l{<dígito>} (comparar con el ejemplo 4.4 del

capítulo 2)
(16) <dir> ::= <eti>l<num>
(17) <oper-con-dir> ::= CAR | ALM | SUM | ...
(18) <oper-sin-dir> ::= PAR | CMP | ...
(19) <cod-seudo> ::= MEM | CEN
Al hilo de esta definición formal, nos parece interesante hacer algunas

observaciones:
a) La gramática definida por las anteriores reglas es del tipo libre de

contexto, porque en todas ellas el antecedente es un símbolo del alfa-
beto auxiliar; además, cumple las restricciones enunciadas en el aparta-
do 3.2.
b) La formalización obliga a dejar perfectamente claros todos los deta-

lles, que en una descripción informal pueden olvidarse. Por ejemplo,
una etiqueta, según la regla 14, tiene que estar formada por letras
mayúsculas y dígitos, empezando por una letra, cosa que no habíamos
dicho en nuestra presentación informal. Esto, ya de por sí, es una ven-
taja. Otra no menos importante es que la definición formal permite dise-
ñar de modo sistemático los procesadores de lenguaje.
c) Según la regla 1, un programa puede tener un número ilimitado de

líneas. De igual modo, las etiquetas (regla 14) y los números (regla 15)
no tienen limitación de caracteres. Evidentemente, en la práctica (en la
"implementación") han de introducirse restricciones.
d) Las constantes de la seudoinstrucción CEN (reglas 19, 6 y 15) son

siempre números positivos. Es fácil ampliar las gramática para que se
admitan también los negativos. Por ejemplo, con una nueva regla:
<cte> ::= <num>l+<num>l-<num>
y las oportunas modificaciones para que en la generación de CEN (no

así en la de MEM) aparezca <cte>.
e) Existen otras muchas posibilidades de definición de reglas y catego-

rías sintácticas (símbolos auxiliares) para el mismo lenguaje, que
corresponden a gramáticas equivalentes (capítulo 2, apartado 3).
635
3.4 Gramática para un lenguaje de alto nivel
Tomaremos como ejemplo sencillo de un lenguaje de alto nivel un peque-
ño subconjunto de Pascal. Presentaremos primero de manera informal su sin-
taxis y su semántica.
Para simplificar, sólo consideraremos un tipo de dato: entero ("integer").
En el programa pueden figurar constantes literales (por ejemplo, -3, 100, etc.)
y constantes y variables denominadas mediante identificadores; estas últimas
deben declararse al principio mediante sentencias de declaración. Por ejemplo:
program ejemplo;
const menosdos = -2;
diez = 10;
var i,j : integer;
begin
. .. {sentencias del programa}
end.
Las constantes y variables pueden combinarse con los operadores aritméti-
cos "+", "-", "*" y "/" formando expresiones aritméticas, y con los operado-
res relaciónales "=", "<", ">", "<=", ">=", " o " formando condiciones que se
evalúan como verdaderas (por ejemplo, "3>2") o falsas (por ejemplo, "3<2").
Las sentencias posibles son:
• La sentencia de asignación:
Sintaxis: v : = expresión
Semántica: asocia a la variable v el valor resultante de evaluar la expre-
sión (sustituyéndolo por el que tenía asociado anteriormente).
• La sentencia de acción condicional:

Sintaxis: if condición then sentencia
o bien:
i f condición then sentencia 1 else sentencia2
Semántica: si la condición se evalúa como verdadera, entonces se eje-
cuta la "sentencial"; si se evalúa como falsa no se hace nada (primer
caso) o se ejecuta la "sentencia2" (segundo caso).
• La sentencia de iteración:
Sintaxis: while condición do sentencia
Semántica: se ejecuta la sentencia repetidamente siempre que la eva-
luación de la condición sea verdadera.
• La sentencia de entrada de datos5:
Sintaxis: read (v)
Semántica: lee un valor del periférico de entrada y lo asigna a la varia-
ble v.
• La sentencia de salida de resultados:

Sintaxis: write (expresión)
Semántica: evalúa la expresión y escribe el resultado por el periférico
de salida.
En todos los casos anteriores, "sentencia" puede ser una sentencia simple o
compuesta por una secuencia de varias; en este caso deben ir separadas por
";", precedidas por "begin" y terminadas por "end". Los espacios en blan-
co y los cambios de línea no tienen significado, y pueden introducirse arbitra-
riamente para mejorar la legibilidad.
Una definición formal de la sintaxis del lenguaje es la dada por las siguien-
tes reglas en notación BNF:
(1) <programa> ::= program <identif>; <bloque>.
(2) <bloque>::=[const <decl-const>]01 [var <decl-var>]01 begin<sen-

tencia> {;<sentencia>} e nd
(3) <decl-const> ::= [<identif> = <cte>;]
(4) <decl-var> ::= [<identif>{,identif}:<tipo>;]
(5) <identif> ::= <letra>{<letra>kdígito>)
(6) <cte> ::= <num>l+<num>l-<num>
(7) <num> ::= [<dígito>]
(8) <letra> ::= a | b I... | z | A | B | . . . | Z
(9) <dígito> : : = 0 11 |... | 9

(10) <tipo> ::= integer
(11) <sentencia> ::= begin<sentencia>{;<sentencia>}endkidentif>

: = <expresión>l
if <condición> then <sentencia> <resto>l
5
"read" y "write" no son, realmente, "sentencias": véase la observación al final de este apartado.
637
while <condición> do <sentencia>l
rea d(<identif>) I w r i t e (<expresión>)
(12) <resto> ::= else <sentencia>l X
(13) <condición> ::= <expresión><operxexpresión>
(14) <oper> ::= = | < | > | <= | >= | <>
(15) <expresión> ::= <expr-í-í,g>l+<expr-í-íg>l-<expr-í-.sg>
(16) <expr-s-íg> ::= <término>l{+<término>l-<término>}
(17) <término> ::= <factor>l{*<factor>l/<factor>}
(18) <factor> ::= <cte>l<identif>l(<expresión>)
También aquí debemos señalar algunas observaciones:
a) La notación [..Jo1 significa "una vez o ninguna".
b) Tal como se ha definido "<expresión>", los operadores "*" y "/" y

tienen prioridad sobre "+" y "-", a menos que se anule tal prioridad con
paréntesis (última parte de la regla 18). El procedimiento seguido para
evitar la ambigüedad es el mismo que en el ejemplo 5.5 del capítulo 3.
c) Los símbolos "begin" y "end" cumplen una función con respecto

a las sentencias similar a la que tienen los paréntesis con respecto a las
expresiones. Si no existieran, una sentencia como
while C do SI;52
sería ambigua, puesto que admitiría las dos derivaciones de la figura

5.3. Con nuestra gramática la única derivación posible es la primera,
porque para la segunda habría que escribir:
while C do begin SI;52 end
d) Sin embargo, nuestra gramática es ambigua en la parte que genera

las sentencias "if". Por ejemplo, para la sentencia
if CI then if C2 then SI else S2

(sentencia)
while (condición) do (sentencia) S2
C 51
(sentencia)
while (condición) do (sentencia)
C (sentencia) ; (sentencia)
SI S2
Figura 5.3.
tenemos los dos árboles de derivación de la figura 5.4. Normalmente,

en los lenguajes con este tipo de construcciones se prefiere la interpre-
tación correspondiente al primero de los árboles. En general, se sigue el
criterio de emparejar cada "else" con el "then" inmediatamente anterior
que no esté emparejado. El lector puede comprobar que si las reglas
( l l ) y ( 1 2 ) s e sustituyen por estas otras:
<sentencia> ::= <s-emparejada>ks-no-emparejada>
<s-emparejada> ::= begin <sentencia>{;<sentencia>} endl<identif>

:= <expresión>lif <condición> then <s-emparejada>
else <s-emparejada>l
wh i 1 e <condición> do <sentencia>l
rea d(<identif>) I w r i t e (<expresión>)
<s-no-emparejada> ::= if <condición> then <resto>
<resto> ::=<sentencia>ks-no-emparejada>else<s-emparejada>
se obtiene una gramática equivalente y no ambigua en la que las derivaciones

para los "if anidados" siguen el criterio anterior.
639
(sentencia)
(condición) then (sentencia)
C1
if (condición) then (sentencia) (resto)
else (sentencia)
C2 SI S2
(sentencia)
C\ ' * \ — else (sentencia)

C2 SI S2
Figura 5.4.
e) Si el lector consulta en algún libro sobre Pascal su definición sintác-

tica, observará que no aparecen las sentencias "read" y "write". La
explicación es que, en realidad, no son sentencias, sino llamadas a pro-
cedimientos o "rutinas de biblioteca" que forman parte de lo que se
llama el "entorno de ejecución". Aquí las hemos incluido como senten-
cias porque para simplificar hemos prescindido de los procedimientos.
3.5 Diagramas sintácticos

Los diagramas sintácticos, o "diagramas de trenes", son construcciones grá-
ficas que permiten presentar la misma información sintáctica que la notación
BNF pero de una manera que resulta más fácil de interpretar para las personas.
Un diagrama sintáctico es un grafo orientado con dos tipos de nodos: unos
corresponden a los símbolos auxiliares, y se dibujan como cuadrados o rectán-
gulos, y otros a los símbolos terminales, y se dibujan como círculos o rectán-
gulos con ángulos redondeados. Dado un conjunto de reglas BNF, el diagrama
sintáctico correspondiente se puede construir siguiendo las siguientes normas:
a) A una producción del tipo
A ::= a¡ I a¿ I ... \<xR
le corresponde el diagrama de la figura 5.5(a), donde cada rectángulo se

sustituye según las normas que siguen.
b) Si a¡ tiene la forma /31 /32... se sustituye por el diagrama de la

figura 5.5(b), en el que cada rectángulo se sustituye de acuerdo con las
otras normas.
c) Si oc¡ (o /5¡) tiene la forma a{ fí\, se sustituye por la figura 5.5(c).
d) Si tiene la forma a{a} (o, lo que es lo mismo, [a]), se sustituye

según indica la figura 5.5(d).
e) En el caso de a{J5a}, tendríamos la figura 5.5(e)
(b) Pi P2 ...p„
Figura 5.23.
641
El diagrama completo se presenta como un conjunto de subdiagramas en
cada uno de los cuales pueden figurar símbolos auxiliares que se desarrollan
en otros subdiagramas. La recursividad se manifiesta en el hecho de que el
subdiagrama correspondiente a un símbolo auxiliar puede contener el nodo
correspondiente a ese mismo símbolo, u otro cuyo subdiagrama lo contiene.
Como ejemplo, en la figura 5.6 reproducimos el diagrama sintáctico corres-
pondiente al lenguaje definido en el apartado 3.4.
programa *• (program identif bloque

— O • o
bloque •( const identif cte
o - - 0 J
identif tipo
-o-
sentencia
-o
identif - letra
l )
cte -
%
( dígito J dígito
cte
sentencia
Figura 5.10.
condición
expresión
TTTTTl
© 0 0 © © ©
l i l i l í expresión
expresión
factor
identif
num.
expresión
-©
Figura 5.6. (cont.)
4. Definiciones semánticas
4.1 Objetivos
La definición sintáctica de un lenguaje permite comprobar si un determina-
do programa pertenece o no al lenguaje, y, como veremos en el apartado 5.2,
reconstruir el árbol de derivación de ese programa. Pero no nos dice nada
sobre el efecto de la ejecución del programa. Esto pertenece al campo de la'
semántica. Hemos visto en los anteriores ejemplos que una primera ventaja de
la presentación formal de la sintaxis de un lenguaje procede del rigor y la con-
643
cisión del lenguaje matemático. El primer objetivo de la formalización de la
semántica es, asimismo, definir el lenguaje sin la ambigüedad y la pérdida de
detalles con que se hace cuando, como es habitual, se utiliza el lenguaje natu-
ral para ello. Por ejemplo, en la referencia básica del lenguaje Pascal6 puede
leerse con relación a la sentencia de asignación: "especifica que un valor a
computar se asigne a una variable. El valor está especificado por una expre-
sión" (pág. 28). Pero esta definición es incompleta: ¿qué ocurre si la expresión
no puede evaluarse, o si los tipos de la variable y del resultado de evaluar
la expresión son distintos? Desde luego, en el libro citado se indican, tam-
bién informalmente, las distintas posibilidades de compatibilidad entre tipos
(pag. 33), pero no cabe duda de que lo mejor sería expresar escueta, clara y
completamente el significado de la sentencia.
Es obvio que no sólo es importante que un programa sea sintácticamente
correcto; es preciso que haga justamente lo que se pretende de él. Típicamente,
en el proceso de desarrollo de un programa, una vez depurados los errores sin-
tácticos se le somete a una serie de pruebas para examinar su comportamiento
y se va refinando hasta que se está "razonablemente" seguro7 de que funciona
correctamente. Este es un procedimiento rudimentario, costoso e inseguro.
Una alternativa es desarrollar y aplicar métodos de prueba formal de progra-
mas. Es decir, demostrar, matemáticamente, que un programa dado hace lo que
se supone que tiene que hacer. O, inversamente, sabiendo lo que tiene que
hacer, demostrar constructivamente el programa. Este sería el segundo objeti-
vo de la definición formal de la semántica: proporcionar una base rigurosa
para razonar sobre los programas, y, por tanto, poder diseñar programas que,
por el propio método de diseño, sean correctos.8
Un tercer objetivo está en relación con las ayudas informáticas al desarro-
llo de programas y los entornos de programación. La formalización de la sin-
taxis ha permitido diseñar herramientas para mejorar la productividad del
desarrollo de software. Con la formalización de la semántica podrían conse-
guirse herramientas mucho más potentes. Por ejemplo, un método de diseño de
programas es el basado en transformaciones: a partir de una especificación for-
mal de lo que el programa debe hacer (escrita en un lenguaje de muy alto
nivel), mediante transformaciones sucesivas con la ayuda de unas herramien-
tas que elijan las reglas de transformación adecuadas, llegar al código de
máquina final. Es como una generalización del proceso de compilación que
veremos en el siguiente apartado. Pero al ser mucho más complejo, también
resulta mucho más difícil diseñar las herramientas de modo que la semántica
6
El manual que describe la norma ISO: Jensen y Wirth (1985).
7
Recuérdese la "ley de Gilb": tema "Lógica", capítulo 2, apartado 1.5.
8
Hablar de "programa correcto" es común en el lenguaje cotidiano de la informática, y algo que todos enten-
demos: se trata de una propiedad que atañe tanto a la sintaxis del lenguaje (el programa es una cadena que
puede derivarse en la gramática) como a la semántica (el programa cumple con las especificaciones). No obs-
tante, podemos objetar el mismo reparo terminológico que expresábamos en el tema "Lógica" (capítulo 4,
apartado 2.4) con respecto a "fórmula bien formada": ¿acaso un "programa incorrecto" puede llamarse "pro-
grama"?
se mantenga en estas transformaciones. Una definición formal de la semántica
es imprescindible para ello.
Finalmente, la definición semántica formal es útil en el proceso de diseño
de nuevos lenguajes, para contrastar distintas posibilidades en la definición de
las construcciones sintácticas básicas del lenguaje.
Como ya decíamos en el primer capítulo de este tema (apartado 3), se han
propuesto varios enfoques para la definición formal de la semántica. Estos
enfoques no son competitivos, sino complementarios: según el objetivo que se
pretende con la formalización, resulta más adecuado un enfoque u otro.
Resumimos a continuación las ideas básicas de los más conocidos.
4.2 Semántica operacional

La semántica operacional, también llamada interpretativa, se basa en una
definición formal del intérprete del lenguaje, entendiendo "intérprete" en el
sentido explicado al comienzo de este capítulo: una máquina que reconoce y
ejecuta los programas escritos en ese lenguaje. Entonces, la semántica de cada
construcción sintáctica se expresa mediante la descripción del funcionamiento
de esa máquina virtual al interpretar la construcción.
Por ejemplo, para un lenguaje libre de contexto podemos definir un autó-
mata de pila. El estado estará constituido por el estado de la parte de control y
el estado de la pila, incluido el valor del puntero. Parte del estado está forma-
da por el conjunto de los identificadores declarados en el programa y el valor
que tengan. Esta parte se puede considerar como una ampliación del concepto
de "evaluación" tal como se entiende en lógica: del mismo modo que la eva-
luación de variables proposicionales es una función que asigna a cada variable
un valor del conjunto V, con V = {0,1} en el caso de evaluación binaria (tema
"Lógica", capítulo 2, apartado 3), y cuyo dominio se puede ampliar a las sen-
tencias, podemos ahora definir una función, q, que asigne a cada identificador
declarado en el programa un valor del conjunto de valores, y cuyo dominio se
puede ampliar a las expresiones. El conjunto de estados sería el conjunto de
todas esas funciones:
Q = [q: {ident} -» V]
donde {ident} es el conjunto de identificadores y y es el conjunto de valores

(enteros, reales, booleanos, etc.). Sobre esta función sería preciso hacer la res-
tricción de que cada identificador sólo puede aplicarse en el subconjunto de
valores determinado por su tipo.
Otra parte del estado sería la referente al estado de la pila: identificadores
cuyo valor está almacenado, y posición del puntero de pila. El funcionamien-
to del autómata (que define la semántica del lenguaje) quedaría determinado
especificando completamente la función de transición, f(e,q), que depende del
645
estado actual, q, y de la entrada, e (sentencia o dato).
Veamos algunos ejemplos con relación al lenguaje definido en el apartado
3.4. Para no extendernos en demasiados detalles, nos referiremos sólo a la pri-
mera parte del estado (por lo que las definiciones serán incompletas). Para la
sentencia de asignación podríamos escribir:
/ ( i d e n t : = expr, q{) = q2
donde, si qx (ident) = v¡ y qx (expr) = ve , entonces
q2 (ident) = ve
(V ident' ¿ (ident)(<?2 (ident') = qx (ident'))
Esta definición de la sentencia de asignación ya dice algo que no se suele

decir en la definición informal: que la sentencia no tiene "efectos laterales", o
sea, que no se modifica más que el valor de "ident". No obstante, está incom-
pleta, y no sólo por el asunto de la pila, cuyo estado, eventualmente, tendría
que modificarse, sino porque no indica lo que pasa cuando "ident" y "expr" son
de diferente tipo. En nuestro lenguaje esto no importa, porque sólo hay un tipo
("integer"), pero en general, no es así, y entonces hay que completar la defini-
ción del lenguaje con otra función, "tipo", que se aplica sobre los identifica-
dores y las expresiones y que toma valores en la interpretación de sentencias
de declaración y de aquellas en las que hay evaluación de expresiones.
También añadiríamos un estado especial de error, y completaríamos la defini-
ción de la sentencia de asignación formalizando la idea de que se va al estado
de error si los tipos de "ident" y de "expr" son incompatibles. Si convenimos
que la sentencia sólo es válida en el caso de que la evaluación de expr perte-
nezca al mismo tipo que ident, tendríamos:
/(ident:=expr, qx) = q2 si t (ident) definida y t (ident) = t (expr)

= error si t (ident) indefinida o t (ident) + t (expr)
donde t es la función "tipo" a la que nos referíamos más arriba. Inicialmente,

está indefinida para todo identificador. La función de transición le da valores
para los identificadores al interpretar las sentencias de declaración y para las
expresiones al interpretar sentencias donde intervengan tales expresiones.
Para la construcción que consiste en concatenar sentencias basta indicar
que con la primera se va a un estado intermedio:
/(sentí; sent2, q) =/(sent2, /(sentí,*?))
La semántica de la sentencia de iteración quedaría definida por la función

de transición:
/(while cond do sent, q) =/(sent, q) si q (cond) = verd
= q si (q (cond) = falso)
= error en otro caso (por ejemplo, si q (cond)
es un número)
Insistimos en que la definición completa exigiría una descripción también

completa del autómata, incluyendo el estado de la pila. El principal inconve-
niente de la semántica operacional radica, precisamente, en su excesiva depen-
dencia de una estructura de máquina (aunque ésta sea abstracta). La tendencia
a buscar modelos más matemáticos y menos ligados a estructuras de máquinas
conduce a la semántica denotacional.
4.3 Semántica denotacional

Se llaman denotaciones a entidades matemáticas que modelan los signifi-
cados de las construcciones sintácticas del lenguaje. Así, escribiremos
S [ident: = expr] para representar el significado de la sentencia de asignación.
El principal problema para definir la semántica denotacional de un lenguaje
determinado es la elección de las entidades matemáticas adecuadas. Veamos
resumidamente cómo podríamos proceder en el caso de nuestro lenguaje del
apartado 3.4.
Definimos primero los dominios sintácticos, que son los conjuntos de iden-
tificadores, I, de expresiones, X, y de sentencias u órdenes ("commands"), C.
Normalmente, lo que en la definición sintáctica del apartado 3.4 llamábamos
"condición" (que interviene en las sentencias "if" y "while") se suele con-
siderar como perteneciente a la misma categoría sintáctica que "expresión", es
decir, se consideran pertenecientes al mismo dominio las expresiones aritmé-
ticas y las booleanas. Definiremos a continuación los dominios semánticos,
que son los conjuntos donde van a tomar valores las denotaciones.
El primer dominio semántico es V, el conjunto posible de valores. Así,
S [ / ] será una función que aplica cada identificador en su valor. En nuestro
lenguaje sólo teníamos un tipo de datos, "integer", pero normalmente, V será
la unión de los enteros, booleanos, caracteres, etc. Suponemos que V contiene
también el elemento "indefinido".
Otro dominio semántico es el estado. Aunque no se haga referencia a nin-
guna máquina concreta, ni real ni virtual, es preciso, de todas formas, repre-
sentar de algún modo el efecto de la ejecución. Podemos partir de una defini-
ción de estado similar a la de la semántica operacional (una función de / en V).
Pero al objeto de definir también la semántica de las sentencias "read" y
"write" vamos a incluir el estado de la entrada y de la salida:
E = S = V*
647
Esto indica que E (y S) es el dominio de todas las posibles cadenas (inclu-
yendo la vacía) de elementos de V. Entonces, definiremos el dominio estado
como
Q=MXEXS
donde M es el dominio memoria, formado por todas las funciones de I en

V:9
M = { f : I ^ V }
o, escrito más abreviadamente,
M = / —> V
Es decir, el dominio estado, Q, es el conjunto de todas las triplas q =

(m,e,s), donde m e M es una función I —> V y e e E y s e S son cadenas
de V a la entrada y la salida.
Las denotaciones de los dominios sintácticos se definen mediante funciones
semánticas, funciones que aplican dominios sintácticos en dominios semánti-
cos. Así, las denotaciones de expresiones (consideramos que los identificado-
res son casos particulares de expresiones) son funciones de estados en valores
(o sea, el significado de una expresión es que toma un valor que depende del
estado):
5 [*]: Q -» Y u {error}
donde x e X, y se ha considerado que la evaluación de una expresión puede dar

lugar a un error (por ejemplo, si se intenta sumar un entero con un booleano).
Las denotaciones de sentencias u órdenes son funciones de estados en estados
(el significado de una sentencia es que cambia el estado, pudiendo también dar
un error):
S [c]: Q^Qu {error}
donde c e C.
Utilizamos corchetes (además de paréntesis) para las funciones semánticas
sólo para mejorar la legibilidad. Para representar, por ejemplo, la función S de
la sentencia A:=B sobre un estado q = (m,e,s) escribiremos:
S [A: =B] q = ... , o bien: S [A:=B] (m,e,s) = ...
5
El símbolo "—> " representa ahora la aplicación de un conjunto en otro (no el condicional de la lógica ni las
reglas de producción).
Para un lenguaje determinado, se llaman cláusulas semánticas a las defini-
ciones concretas de las anteriores funciones semánticas para todas y cada una
de las construcciones sintácticas del lenguaje (dadas por la definición sintácti-
ca). Veamos cómo podrían ser algunas de las cláusulas semánticas para nues-
tro lenguaje.
Empezando por las expresiones, la construcción más sencilla es <expr> ::=

<ident>. La correspondiente cláusula semántica es:
S [i] (m,e,s) = error si m (i) = indefinido

= m (i) si no
Es decir, el significado del identificador i es el valor que tenga definido en

M, m (i), y si está indefinido se produce un error.
Para <expr> ::= <expr> + <expr> definimos la cláusula:
S [el+e2] q = S [el] q + S [e2] q si num ( S [el] ) y num( S [e2] )

= error si no
donde.num es un predicado que se aplica sobre el conjunto V y que es verda-

dero si el elemento es un número (entero o real) y falso si no. Tal como se defi-
nió la sintaxis de nuestro lenguaje esta condición no sería necesaria, al ser-
todos los valores enteros.
Veamos algunas cláusulas semánticas para sentencias. Para la de asignación
tenemos:
S [i:=x] (m,e,s) = (m [v/i], e,s) si S [x] (m,e,s) = v y compat (S [i] (m,e,s), v)

= error si no
donde "compat" es un predicado binario sobre V que es verdadero si los tipos

de sus argumentos son compatibles y falso si no, y m [v/i] es la función
m [v/i] (j) = v si i = j
= m( j) si no
que da a cada identificador el valor que tenía salvo a i, que le da v (resultado

de la evaluación de x : v = S [x] (m,e,,s)); si ésta da error (o si los tipos son
incompatibles), también lo da y : = x.
Para la concatenación de sentencias,
S [cl;c2] q = error si S [el] q = error

= S [c2] (S [el] q) si no
649
Para la sentencia "while",
S [while* doc] q = S [while* doc] q' si S [x] = v y v = verd y S [c] = q'

= q si S [x] = v y v = falso
= error en otro caso
En "otro caso" está comprendido el que S [x] o S [c] den error o que v no
sea ni "verd" ni "falso". Obsérvese que la definición es recursiva.
Veamos, como último ejemplo, el caso de la sentencia de salida:
S [ w r i t e ( x ) ] m,e,s) = ( m,e,s.v) si S [*] = v

= error si no
donde "s.v" es la cadena resultante de poner v detrás de s.

La semántica denotacional, de la que aquí sólo hemos presentado la idea
básica, es una herramienta muy útil para el diseño de nuevos lenguajes.
Sabiendo lo que se quiere del lenguaje, se diseñan denotaciones alternativas,
se comparan, y cuando se está satisfecho con sus propiedades se les da nom-
bre y se define la sintaxis. Para la verificación de programas escritos en un len-
guaje ya definido, o para el desarrollo de métodos formales de diseño y prue-
ba de los programas, resulta más útil la semántica axiomática.
4.4 Semántica axiomática

En la semántica operacional el estado es un concepto básico, ligado al con-
cepto de máquina. En la semántica denotacional abstraemos el concepto de
máquina, y consideramos el estado como un dominio semántico sobre el que
se aplican las funciones semánticas, definidas sobre los dominios sintácticos.
En la semántica axiomática sigue siendo básico el concepto de estado™, pero
no se trata de establecer denotaciones de las construcciones sintácticas, sino de
encontrar relaciones lógicas entre estados iniciales y finales que sirvan para
expresar el significado de los programas, o, lo que es lo mismo, para decir for-
malmente lo que hacen. Como hablamos de propiedades de los estados y de
relaciones entre estados, la base teórica para formalizar aquí la semántica es el
cálculo de predicados.
Sabemos que un predicado (tema "Lógica", capítulo 4, apartado 1.3) es la
formalización de una propiedad (predicado monádico) o de una relación (pre-
dicado poliádico) entre elementos de un "universo del discurso". Nuestro uni-
verso del discurso es el conjunto V de valores posibles que pueden tomar las
variables, que, en nuestro caso, son los identificadores. Como el conjunto de
10
Si se nos presenta siempre como básico el concepto de estado es porque estamos considerando lenguajes
imperativos. En un lenguaje lógico, por ejemplo, la semántica podría definirse como hicimos en el capítulo 4
del tema "Lógica"
todos los estados posibles es el conjunto de todas las funciones de identifica-
dores en valores, un predicado aplicado a unos identificadores representa a un
conjunto de estados. Por ejemplo, si i es un identificador y M (i) es el pre-
dicado "i es mayor o igual que cero", M (i) es falso para todos los estados
en los que valor(i) < 0 y verdadero para todos los estados en los que valor
(i) > 0. Por tanto, M (i), o, más nemotécnicamente, "i > 0", representa el con-
junto de estados tal que valor(i) > 0. Predicados de este tipo son predicados
sobre el estado.
Lo que interesa es establecer predicados sobre programas y poder demos-
trar que son verdaderos. Si Q y R son predicados sobre estados y P es un pro-
grama, la notación
{ Q}P[R }
significa: "si la ejecución de P comienza en un estado que satisface Q, entonces

termina en un tiempo finito en un estado que satisface R". Esto, realmente, es
un predicado sobre P\ es verdadero o falso según sea P. Lo que pretende la
semántica axiomática es encontrar métodos para, a partir de Q y R (especifica-
ciones), y dado un programa P, demostrar que el predicado {Q} P {/?} es ver-
dadero, lo cual demuestra la corrección de P. O, también, dados Q y R, encon-
trar P tal que {Q} P {i?} sea verdadero (síntesis del programa).
Q es la precondición, o aserción de entrada. R es la postcondición o aser-
ción de salida. Y como P está compuesto por una secuencia de sentencias,
podemos considerar que cada sentencia va transformando un predicado en otro
a partir de Q. Si P satisface al predicado {Q} P {R}, entonces el resultado de la
última transformación será R. Tenemos así que definir, para cada sentencia y
combinaciones de sentencias, un transformador de predicados sobre el estado.
Dados una sentencia S y un predicado R que representa el resultado de
ejecutar S, se define otro predicado, pmd (S, R), que representa al conjunto
de todos los estados tales la ejecución de S a partir de uno cualquiera de ellos
termina en un tiempo finito en un estado que satisface R. Entonces, escribir
{Q} S {7?} es lo mismo que escribir Q —> pmd (S, R), donde " —» " es ahora
el condicional de la lógica (si...entonces), "pmd (S, R)" es la precondición más
débil de S con respecto ai?.
Por ejemplo, si S es i : =i + l y R = i < 1,
pmd(i:=i+l, i<l) = i<0
En efecto, para que tras la ejecución de i : = i + l resulte un valor de i < 1

es necesario y suficiente que, antes de la ejecución, i < 0. La postcondición
se cumple con cualquier precondición Q tal que i < 0 (como Q = i < -1,
Q = i < -2, etc.), pero la más restrictiva de ellas (o más débil) es i < 0.
651
Obsérvese que pmd, además de ser un transformador de predicados, es
también un predicado (puesto que su resultado es una aserción, verdadera o
falsa, que representa al conjunto de estados en los que es verdadera) con dos
argumentos: una sentencia, S, y un predicado, R. Estamos, pues, en lógica de
predicados de segundo orden (tema "Lógica", capítulo 5, apartado 2.1).
La primera tarea, dada la definición sintáctica del lenguaje, es definir pmd
para cada una de las posibles construcciones. Así, para la sentencia de asigna-
ción podemos definir:
pmd (i : = e, R) = Rs
donde s = {e/i} es la sustitución en R de e por i tal como fue definida en el

tema "Lógica", capítulo 4, apartado 4.6. Esto quiere decir que la postcondi-
ción, R, será verdadera si y sólo si R con el valor de i sustituido por e es ver-
dadera. O, lo que es lo mismo, que el conjunto de estados tras la ejecución de
la sentencia es el inicial con el valor de i sustituido por el de e.
Para la sentencia condicional "ifthenelse",
pmd (if c then SI else S2,/?) = pmd (SI JR.) si c verdadera

= pmd (S2,R) si c falsa
Para la concatenación de sentencias,
pmd (SI; 52, R) = pmd (SI, pmd (S2, R))
Para las sentencias iterativas (como "while") y de entrada y salida se hace

precisa una elaboración más detallada en la que no vamos a entrar, y para la
que, como siempre, remitimos a la bibliografía comentada en el apartado 7. Lo
importante a recordar es que este enfoque de la semántica permite verificar si
un programa P cumple o no unas especificaciones de entrada (Q) y salida (R),
viendo si se satisface {Q} P {/?}, y, yendo un poco más lejos, permite desa-
rrollar reglas para sintetizar automáticamente P a partir de Q y R.
5. Procesadores de Lenguajes
5.1 Ensambladores
5.1.1 Traducción, carga y ejecución
Antes de entrar en el estudio de la estructura de un ensamblador conviene
que nos detengamos un momento a ver su función en un contexto global, des-
cribiendo a grandes rasgos los procesos que tienen lugar desde la traducción
hasta la ejecución de un programa.
652
Por razones ya explicadas tanto en este tema como en el de "Algoritmos",
el desarrollo de un programa suele hacerse descomponiéndolo en módulos que
se prueban independientemente. Por ello, la mayoría de los ensambladores no
generan directamente un programa en lenguaje de máquina, sino lo que se
llama módulo objeto. Este módulo sólo difiere del programa final en lenguaje
de máquina en que las direcciones simbólicas no se han sustituido aún por las
direcciones absolutas de memoria, sino que figuran en una tabla junto con sus
desplazamientos con relación al comienzo del programa (como si éste fuera a
cargarse a partir de la dirección 0). Además, puede haber direcciones simbóli-
cas, conocidas como referencias externas, que corresponden a llamadas a otros
módulos o subprogramas que se ensamblan aparte o que son rutinas de utili-
dad ya incluidas en el sistema operativo, como las de comunicaciones con los
periféricos. Cuando se han ensamblado todos los módulos, un programa lla-
mado montador de enlaces, o enlazador ("linker"), "resuelve" estas referencias
externas y genera un módulo de carga. Finalmente, otro programa, el carga-
dor reubicador ("relocating loader") asigna las direcciones absolutas e introdu-
ce en la memoria el programa en lenguaje de máquina listo para ser ejecutado.
La figura 5.7 ilustra esta secuencia de procesos. Los rectángulos representan
programas que se ejecutan, y los bloques ovalados datos o resultados de esos
programas. Como se indica en la figura, los "módulos objeto" pueden haber
sido generados por un ensamblador o por un compilador.
Programas fuente
Figura 5.23.
653
Por limitaciones de capacidad, normalmente no es posible que coexistan en
la memoria central todos los programas que intervienen: programas fuente,
módulos objeto, ensamblador, compilador, montador y cargador. Por esta
razón, durante el ensamblaje (o la compilación) de cada módulo sólo está pre-
sente, además de una parte del sistema operativo llamada residente (que inclu-
ye al cargador), el ensamblador (o el compilador). Este lee las instrucciones
del programa fuente, una detrás de otra, de un periférico (normalmente, de un
disco), y deposita el módulo objeto en algún medio de almacenamiento auxi-
liar (normalmente, un disco). Cuando todos los módulos objeto están disponi-
bles, se carga el montador de enlaces, que genera el programa reubicable. La
figura 5.8 insiste en esta secuencia de procesos. No debe interpretarse errónea-
mente el hecho de que en la figura aparezca cinco veces el símbolo del disco:
los diferentes programas pueden estar en varios discos o en uno solo, en dis-
tintas zonas o ficheros.
Figura 5.8.
5.1.2 Ensambladores de un paso y de dos

La mayoría de los ensambladores son de dos pasos. Esto quiere decir que
leen dos veces el programa fuente. El motivo es que las instrucciones pueden
hacer referencia a etiquetas que aparecen más adelante. Por ejemplo, conside-
remos el siguiente segmento de un programa escrito en el lenguaje ensambla-
dor que hemos descrito en los apartados 2.2.2 y 3.3:
SAI PRINCIP
UNO CEN 1
N MEM 1
A MEM 100
PRINCIP SAS CALCULO
El ensamblador ha de generar un módulo objeto en el que la primera ins-

trucción tiene que llevar como dirección el número que corresponda a la direc-
ción de la etiqueta PRINCIP relativa al comienzo del programa. Es decir, a
"SAI PRINCIP" le corresponde la dirección 0, a "UNO CEN 1" la 1, a "N
MEM 1" la 2, y como después se reservan cien direcciones, a "PRINCIP SAS
CALCULO" le corresponderá la dirección 103. Pero cuando el ensamblador lee
la primera instrucción aún no puede saber qué dirección le va a corresponder
a "PRINCIP". Por ello, en una primera lectura del programa fuente (primer
paso) el ensamblador construye en la memoria una tabla de etiquetas, que en
el caso anterior quedaría así:
Etiqueta Dirección
UNO 1
N 2
A 3
PRINCIP 103
Cuando ha leído todo el programa y construido la tabla de etiquetas, entra

en el segundo paso, leyendo de nuevo desde la primera línea. Al encontrarse
con "SAI PRINCIP", consulta la tabla de etiquetas, donde ve que a "PRIN-
CIP" le corresponde la dirección relativa 103, con lo que genera ya el código
objeto correspondiente a esta instrucción. Desde luego, puede haber etiquetas
que no aparezcan en la tabla, que corresponderán a referencias externas, de las
cuales se ocupará el montador de enlaces.
Ahora bien, en ciertos casos no conviene que el ensamblador tenga que leer
dos veces el programa fuente. Por ejemplo, en pequeños sistemas en los que
no se dispone de unidades de disco: si el programa fuente no cabe en la memo-
ria, sería preciso que el usuario introdujese manualmente dos veces ese pro-
655
grama fuente. Este caso es ciertamente raro en la actualidad (hay "estaciones
de trabajo" sin disco, pero es porque utilizan un "servidor de ficheros" de la
red a la que están conectadas). Otra motivación para eludir la doble lectura del
programa fuente es tratar de reducir el tiempo total de proceso de ensamblaje.
Para tales casos, se puede tener un ensamblador de un solo paso. Basta con ir
formando una tabla adicional con los nombres no referenciados aún en la tabla
de etiquetas y la dirección relativa de las instrucciones en las que aparecen;
conforme se va llenando la tabla de etiquetas, se retrocede para poder obtener
el código de las instrucciones pendientes de traducir.
5.1.3 Un ensamblador de dos pasos

Vamos a describir (sólo con organigramas, sin descender a la codificación)
un posible ensamblador para el lenguaje ensamblador definido en los aparta-
dos 2.2.2 y 3.3. Como el proceso es bastante sencillo, no nos preocuparemos
por hacer un uso sistemático de la definición formal del lenguaje dada en el
apartado 3.3. Los organigramas no son detallados ni completos, ni siquiera
estructurados", pero esperamos que permitirán al lector hacerse una idea con-
creta del proceso de ensamblaje.
La tarea del primer paso consiste, esencialmente, en formar la tabla de eti-
quetas, llevando, al mismo tiempo, algunas tareas de detección de errores sin-
tácticos, como etiquetas erróneamente formadas o duplicadas. Para formar la
tabla se utiliza una variable llamada contador de ensamblaje, que se inicializa
en cero y se incrementa, normalmente en una unidad, al leer cada instrucción
o seudoinstrucción. En el caso de la seudoinstrucción "MEM", se incrementa en
el número de palabras a reservar. Así, al leer una línea, primero se detecta si
hay algún carácter distinto de "bl" y de "*" en la primera columna; si es así, es
que hay una etiqueta, cuyos caracteres se leen y se introducen en la tabla de
etiquetas junto con el contador de ensamblaje. Se analiza luego el código de
operación, y si éste es "MEM", se mira en cuánto hay que incrementar el con-
tador de ensamblaje, tras lo cual se lee la siguiente línea, y así sucesivamente
hasta encontrar la seudoinstrucción "FIN".
En la figura 5.9 puede verse el organigrama para este primer paso.
CONT_ENS es una variable entera que corresponde al contador de ensambla-
je. LIN es una variable estructurada como tira de caracteres. Si, por ejemplo,
el número máximo de caracteres de cada línea es ochenta, la declaración de
LIN en un programa en Pascal podría ser:
var LIN: array [1..80] of char
" Hemos decidido presentarlos así en aras de una mayor concisión. Comprendido el proceso, el lector puede
tratar de presentarlo de manera estructurada, siguiendo los principios explicados en el tema "Algoritmos".
656
Figura 5.23.
657
Se supone que el programa fuente está almacenado en un fichero de un
disco, de donde se van leyendo sucesivamente las líneas, que se introducen en
la variable LIN.
En el organigrama aparecen llamadas a tres procedimientos, "Explorador",
"BuscaETI" y "Act ETI", cuyas funciones son las siguientes:
"Explorador" recorre caracteres en la variable LIN saltando los espa-

cios en blanco hasta encontrar el primero no blanco. Sigue entonces
explorando hasta que de nuevo aparece un blanco. La secuencia de
caracteres no blancos la pone en la variable CARAC. Si se trata de un
número, lo convierte a binario, lo deja en la variable NUM y pone la
variable booleana ES_NUM con el valor "true". Si es una etiqueta
correctamente formada pone a "true" la variable booleana ES_ETI. Y
si es un código de operación pone a "true" la variable booleana ES CO
y devuelve el código binario (cuatro bits) en la variable CO. Alguna de
estas informaciones, concretamente NUM y CO, no son necesarias en el
primer paso, pero sí en el segundo. Aunque no se ha indicado en el
organigrama, cada vez que el programa lee una línea nueva y llama a
"Explorador" tiene que inicializarlo para que empiece a explorar desde
el primer carácter de la línea; en llamadas sucesivas dentro del análi-
sis de la misma línea, el explorador seguirá desde el carácter en que
se detuvo (el primer blanco siguiente a una cadena de caracteres). En
el apartado 5.2.2 explicaremos, en un contexto más general, una técni-
ca para diseñar programas exploradores.
"Busca ETI" es un subprograma que consulta la tabla de etiquetas:

compara CARAC con las etiquetas ya introducidas. Si encuentra coin-
cidencia, pone a "true" la variable booleana EX IS T_E TI y devuelve en
la variable entera DIR la dirección relativa correspondiente (esto últi-
mo, para el segundo paso).
"Act ETI" construye y actualiza la tabla de etiquetas: cada vez que se le

llama introduce CARAC y CONT_ENS en la tabla.
El segundo paso puede verse en la figura 5.10.
Los códigos objeto de las distintas instrucciones y seudoinstrucciones se
van guardando sucesivamente en MEM (CONT_ENS). En el organigrama apa-
rece un mensaje de error en el caso de que una dirección simbólica no aparez-
ca en la tabla de etiquetas. Esto es porque suponemos que nuestro ensambla-
dor no permite el uso de referencias externas. Para permitirlo bastaría con que,
en lugar de dar un error, se fuese construyendo otra tabla con la etiqueta no
encontrada y la dirección relativa de la instrucción en la que aparece, y esta
tabla se guardaría al final en el disco y serviría de entrada para el montador de
enlaces.
Figura 5.10.
Figura 5.10. (Cont.)
Cuando se identifica un código de operación, se sintetiza la instrucción en

lenguaje de máquina superponiendo el código binario en los cuatro primeros bits
y a continuación la dirección, salvo si la instrucción no hace referencia a memo-
ria (PAR, CMP, etc.), en cuyo caso basta con poner el código de operación.
El ensamblador para un ordenador real, con diversos registros y modos de
direccionamiento, instrucciones de longitud variable, etc., puede ser algo más
complicado en sus detalles, pero seguirá teniendo, en esencia, la misma estruc-
tura que hemos explicado para este modelo sencillo.
5.2 Compiladores
5.2.1 Fases de la compilación
En la ejecución de un programa compilador podemos distinguir dos etapas:
la de análisis, en la que se reconoce el programa fuente y se le traduce a un
código o lenguaje intermedio, y la de síntesis, en la que se genera el módulo
objeto. En cada etapa tienen lugar varias fases, como indica la figura 5.11.
Figura 5.23.
661
El número de pasos del compilador (lecturas sucesivas del programa fuen-
te o de alguna versión intermedia) es muy variable y depende de diversos fac-
tores condicionantes del diseño. Si la capacidad de memoria central es reduci-
da, interesa realizar el proceso en muchos pasos, con resultados intermedios en
memoria auxiliar. En el caso extremo, que mencionábamos al hablar de los
ensambladores, de que no se disponga de memoria auxiliar, o cuando se quie-
ra una gran velocidad de compilación, puede llegarse a realizar todo el proce-
so en un solo paso.
En este apartado describiremos a grandes rasgos las funciones de cada
fase, y en los siguientes concretaremos viendo cómo se puede aplicar la defi-
nición formal de nuestro "minilenguaje" del apartado 3.4 para el diseño de las
dos primeras.
La primera fase del análisis es el análisis léxico. El analizador léxico, al
que también llamaremos explorador ("scanner")12, tiene como función princi-
pal leer los caracteres del programa fuente e identificar las categorías sin-
tácticas ("tokens") del lenguaje. Son categorías sintácticas las palabras clave
(begin, if, ...), los identificadores, las constantes, etc. Recuérdese que en
nuestro ejemplo de ensamblador del apartado anterior también teníamos un
explorador que reconocía las etiquetas, los códigos de operación y los núme-
ros. Además de esta labor de reconocimiento, el explorador va creando una
tabla de símbolos en la que se registran los nombres y los atributos de los iden-
tificadores (tipo de variable, número y tipos de los argumentos en el caso de
que sea un nombre de procedimiento, etc.).
La segunda fase es el análisis sintáctico ("parsing"). El analizador sintác-
tico ("parser") es, formalmente, un reconocedor del lenguaje. Como ya hemos
dicho, los lenguajes de programación se suelen formalizar con gramáticas
libres de contexto, y como sabemos del capítulo 4 (apartado 4), para recono-
cer lenguajes libres de contexto se precisan autómatas de pila. Y en efecto,
durante la fase de análisis sintáctico se construyen estructuras de pila en la
memoria central. Pero el analizador sintáctico no sólo reconoce si el programa
es correcto o no, también reconstruye el árbol de derivación. Para su diseño
resulta de gran utilidad disponer de la definición sintáctica formal.
Estas dos fases, como las siguientes, son fases lógicas que no necesaria-
mente tienen que ejecutarse una tras otra. Así, el explorador es normalmente un
subprograma llamado por el analizador sintáctico, como indica la figura 5.12.
Se puede pensar que, puesto que la definición formal del lenguaje permite
formar programas (y, a la inversa, analizarlos) a partir de los caracteres ele-
mentales, ambas fases, análisis léxico y sintáctico, podrían fundirse en un solo
algoritmo. Tal cosa es, en efecto, posible, pero hay varios motivos para hacer
la separación. Aparte de facilitar un desarrollo modular, la tarea de análisis
2
En otros textos se restringe el término "explorador", o "scanner", a un subprograma del analizador léxico
que realiza las funciones más sencillas, como leer caracteres y eliminar espacios en blanco y cambios de
línea.
662
léxico puede modelarse, como veremos con un ejemplo en el apartado 5.2.2,
mediante un reconocedor finito, lo que conduce a programas muy eficientes
para esa tarea.
Caracteres llamada
del programa Analizador
Explorador
fuente sintáctico
devuelve
Tabla de
símbolos
Figura 5.12.
Concretemos estas funciones de los analizadores léxico (explorador) y sin- —

táctico con un sencillo ejemplo: al analizar la sentencia
media := (el + c2)/2
el explorador, en llamadas sucesivas del analizador sintáctico, reconoce

"media", "el" y "c2" como identificadores, ": =", "+" y "/" como símbolos
terminales, con significado especial, del lenguaje, y "2" como una constante
entera. Al consultar la tabla de símbolos, si los identificadores se han declara-
do previamente, los encuentra y devuelve sus punteros al analizador sintáctico
(figura 5.13(a)). Este construye el árbol de derivación de la figura 5.13(b). La
representación interna de este árbol puede hacerse mediante una estructura de
datos como la de la figura 5.13(c), donde los rectángulos representan registros
("records") cuyo primer campo es el nombre de la categoría sintáctica, y en los
otros campos puede haber punteros. Así, en cada nodo de identificador el pun-
tero contiene la dirección de la tabla de símbolos en la que el explorador ha
guardado el nombre y los atributos. En el nodo "cte" el siguiente campo con-
tiene el valor numérico de la constante.
663
puntero
nombre atri lutos
idl media real
id2 el real
id3 c2 real
a) tabla de símbolos
(sent)
b) árbol de derivación
>
id idl /
Í
í
+ cte 2
I T
r
id id2 id id3
c) estructura de datos
Figura 5.10.
La fase de análisis semántico13 tiene dos funciones. Una es la de interpre-
tación, en el sentido de determinar el significado de las construcciones reco-
nocidas por el analizador sintáctico, y de detectar los errores llamados semán-
ticos (por ejemplo: asignación de un valor real a una variable declarada como
booleana o uso de un identificador no declarado). La segunda función consis-
te en representar ese significado en un lenguaje intermedio entre el lenguaje
fuente y el de máquina. Esta fase suele llevarse a cabo también en paralelo con
el análisis sintáctico: conforme va generando el árbol de derivación, el anali-
zador sintáctico va llamando a las correspondientes rutinas semánticas.
Para el ejemplo anterior, la traducción de la sentencia al lenguaje interme-
dio podría ser:
sum id2 id3 mi

asign 2 m2
div mi m2 m3
trans m3 idl
Este lenguaje sería el de una máquina virtual con tres direcciones de memo-
ria. Las instrucciones de máquina (o "cuádruplas") tienen cuatro campos: un
código de operación y las direcciones de dos operandos y del resultado. En las
instrucciones de transferencia del contenido de una dirección a otra o de asig-
nación de un valor constante a una dirección sólo se utilizan, como vemos, tres
de los campos.
En la fase de optimización se procura modificar el código intermedio para
obtener un programa que se ejecute más eficazmente (más rápido y usando
menos recursos; por ejemplo, en el segmento de código anterior las dos ins-
trucciones últimas pueden fundirse en una al tiempo que se ahorra una posición
de memoria: div mi m2 idl). Esta fase puede tener más o menos impor-
tancia dependiendo del uso que se vaya a hacer del compilador. Si el programa
final compilado va a ejecutarse con mucha frecuencia y rara vez se va a modi-
ficar, entonces interesa que esté lo más optimizado posible, a costa de que el
tiempo de compilación pueda ser muy grande. Si, por el contrario, se está desa-
rrollando y probando un programa, interesa más bien que el tiempo de compi-
lación no sea excesivo aunque el código final no esté muy optimizado.
En la fase final de generación de código se obtiene el programa traducido
ya al lenguaje objeto. Algunos compiladores terminan con el programa en
ensamblador, y otros incluyen las funciones de ensamblaje en la generación de
código, de manera que producen un módulo objeto.
Así, el código en ensamblador, optimizado, para el ejemplo que venimos
tratando podría ser:
13
Se trata aquí de lo que se llama "semántica estática", no de la semántica considerada en el apartado 4. En su
mayor parte, este análisis semántico es necesario porque, como ya hemos dicho, en los lenguajes suele haber
características dependientes del contexto que no se modelan en la sintaxis.
665
M2 CEN 2
CAR ID2
SUM ID3
DIV M2
ALM ID1
donde ID1, ID2, ID3 son las direcciones relativas de la tabla de símbolos.
Si no existiera la instrucción de dividir, se haría un salto a un subprograma de
división.
5.2.2 Un analizador léxico

Veamos cómo podría diseñarse un explorador para el lenguaje definido en
el apartado 3.4. Consideraremos categorías sintácticas, que el explorador tiene
que reconocer e informar de su aparición al analizador sintáctico, a:
a) los identificadores ("<identif>");

b) los números enteros sin signo ("<num>");
c) los operadores relaciónales ("<oper>");
d) los operadores aritméticos "+","-", "*" y "/", y los símbolos termi-
nales " : " , " , " , " . " , " ( " , " ) " y ": =";
e) las palabras clave "begin", "end", "const", "var", "integer",
"if", "then", "else", "while", "do", "read" y "write".
Las palabras clave, así como el símbolo ": =" y los operadores ">=", "<="
y " o " se consideran símbolos terminales en la gramática definida en el apar-
tado 3.4, pero para el explorador son cadenas, puesto que para él los símbolos
terminales son los caracteres individuales.
Si hemos elegido estos símbolos auxiliares y terminales como categorías
sintácticas es porque para cada uno de ellos podemos definir una gramática
regular:
a) Para <identif>, en lugar de la producción (5) del apartado 3.4 pode-
mos escribir:
<id> ::= a |b |... | z | A|B |... | Z
<id> ::= a<restoid>lb<restoid>l IZ<restoid>
<restoid> ::= a | b |... | Z | 0 111... | 9
<restoid> : := a<restoid>lb<restoid>l.. .1 Z<restoid>l 0 <restoid>l.. .19<res-
toid>
Para esta gramática tenemos el reconocedor finito (capítulo 4, apartado
5.3) de la figura 5.14(a), y el lenguaje puede representarse también
mediante la expresión regular:
(a+b+...+A+B+...)(a+b+...+A+B+...Z+0+1+...+9)*
b) Análogamente, para <num> podemos escribir:
<num> ::= 0 111... | 9
<num> ::= 0<restonum>ll<restonum>l...l9<restonum>
El reconocedor es el de la figura 5.14(b), y la expresión regular:
(0+1+...+9)(0+1+...+9)*
c) Para <oper> las reglas regulares serían:

<oper> ::= = | > | < | ><restopl>l«restop2>
<restopl> ::= =
<restop2> ::= = | >
Y el reconocedor finito es el de la figura 5.14(c). (La expresión regular
es, simplemente, la suma de las cadenas =, <, >, <=, >= y o : el len-
guaje es finito).
d) De igual modo, para los otros símbolos tenemos el reconocedor de la

figura 5.14(d).
e) Finalmente, para cada una de las palabras clave es trivial encontrar

las reglas regulares y el reconocedor (cada una de ellas es un lenguaje
con una sola cadena).
Por ejemplo, para "begin" podríamos escribir:
<begin> ::= b<egin>

<egin> ::= e<gin>
<gin> ::= g<in>
<in> ::= i<n>
<n> ::= n
667
Figura 5.10.
Y el reconocedor sería el de la figura 5.14(e). No obstante, la conside-
ración de todas las palabras clave implicaría un número muy elevado de
estados, y, consecuentemente, muchas instrucciones para el programa
explorador. Por ello, suele preferirse otra solución: las palabras clave se
tratan, a efectos de reconocimiento, igual que los identificadores, pero
inicialmente se introducen en la tabla de símbolos con un atributo que
indica su categoría de palabra clave. Cuando el explorador reconoce un
identificador tiene que explorar en cualquier caso la tabla de símbolos;
si se trata de una variable o de una constante devuelve el puntero, y si
está registrado como palabra clave, el código de la palabra.
Para diseñar el explorador con la ayuda de estos reconocedores tenemos

que hacer algunas pequeñas modificaciones. Por una parte, como el explora-
dor no puede saber a priori cuál es la categoría que va a reconocer en los carac-
teres que todavía no ha leído, fundiremos todos los diagramas en uno solo con
un único estado inicial.
Por otra, el explorador irá transitando, a medida que lee caracteres, de un
estado a otro, pero sólo puede terminar reconociendo una categoría cuando le
llega el primer carácter que sigue a esa categoría (salvo si se trata de un solo
símbolo, "*", "/", etc.). Por ejemplo, al explorar de izquierda a derecha la
cadena
media := (cl+c2)/2
reconocerá "media" como identificador cuando vea que le sigue un espacio

en blanco (o ":", si no se deja el espacio). Teniendo esto en cuenta, los esta-
dos finales no pueden ser los que aparecen en la figura 5.14, sino otros a los
que se llega a partir de ellos cuando el último carácter leído permite clasificar
la cadena de los anteriores en una u otra categoría. De este modo, nuestro
explorador siempre irá "adelantado en un carácter".
El diagrama completo del reconocedor (finito y determinista) puede verse
en la figura 5.15.
Hemos denominado a los estados con números, salvo los finales, represen-
tados por la categoría que devuelven al analizador sintáctico. Para simplificar,
"/" representa "cualquier letra" y "d", "cualquier dígito". En las transiciones en
las que no figura ningún carácter debe entenderse "cualquier otro carácter que
no sea uno de los que corresponden a las otras transiciones que salen del
mismo estado". Además, hemos incluido la función de ignorar espacios en
blanco ("bl") y cambios de línea ("el") (transición que entra en y sale del esta-
do 1) y comentarios. Suponemos que los comentarios pueden aparecer en cual-
quier punto del programa fuente y se caracterizan porque comienzan con " (*"
y terminan con "*)". Los estados 7 y 8 identifican el comienzo de un comen-
tario, y cuando se reconoce el final (estado 9 con carácter ")") se vuelve al
estado inicial.
669
Figura 5.23.
670
A partir del diagrama, podemos escribir la tabla de transiciones del reco-
nocedor (figura 5.16). Esta tabla puede estar en memoria y servir como guía al
programa explorador. Para ello, podemos programar un procedimiento, al que
llamaremos "transición" que reciba como parámetros de entrada el último
carácter leído (car) y el número del estado anterior (est_ant), y que, tras con-
sultar la tabla, devuelva como parámetro de salida el estado resultante
(est_act).
bl el 1 d + -
*
/ > •
> < ( )
*
1 1 1 2 3 + - / 5 4 = 5 6 7 )
2 id id 2 2 id id id id id id id id id id id id
3 cte cte cte 3 cte cte cte cte cte cte cte cte cte cte cte cte
4 •
5 > > > > > > > > > > > >= > > > >
6 < < < < < < < < < < < <= o < < <
7 ( ( ( ( ( ( 8 ( ( ( ( ( ( ( ( (
8 8 8 8 8 8 8 9 8 8 8 8 8 8 8 8 8
9 8 8 8 8 8 8 9 8 8 8 8 8 8 8 8 1
Figura 5.16.
Otra posibilidad para programar el procedimiento "transición", sin necesi-

dad de explorar ninguna tabla, es construirlo a base de sentencias condiciona-
les (o de tipo "case") escritas siguiendo el diagrama de la figura 5.15:
if est_ant = 1 and car in letra

then est_act = 2
else ...
etc.
En cualquier caso, disponiendo del procedimiento "transición", el explora-

dor puede programarse siguiendo el organigrama de la figura 5.17. El analiza-
671
dor sintáctico deberá leer un carácter antes de llamarlo la primera vez. Se
supone que el procedimiento "lee_car" lee el siguiente carácter del programa
fuente. "Act_Tabl_Simb" consulta, si es necesario (o sea, en el caso de que el
estado final sea "id" o "cte") la tabla de símbolos y devuelve los atributos al
analizador sintáctico.
Figura 5.17.
5.2.3 Un analizador sintáctico

Existe una gran variedad de algoritmos de reconocimiento para gramáticas
libres de contexto. En general, pueden clasificarse en descendentes y ascen-
dentes. Los primeros construyen los árboles de derivación desde la raíz (sím-
bolo inicial) hacia abajo (con nuestro convenio de representación, la raíz está
arriba, al contrario de lo que ocurre con los árboles de la naturaleza). En los
algoritmos ascendentes el análisis procede en sentido contrario: a partir de las
categorías sintácticas, buscan el árbol ascendiendo hacia la raíz. Para una gra-
mática concreta, es más fácil diseñar un algoritmo descendente (siempre que
la gramática cumpla ciertas condiciones). Pero los algoritmos ascendentes
son más adaptables a distintos tipos de gramáticas. Por esta razón, los pri-
meros son preferibles cuando se diseña "a mano" un compilador para un len-
guaje, mientras que los segundos resultan más útiles en herramientas que
generan algoritmos de análisis a partir de las especificaciones del lenguaje
(apartado 5.5).
Veremos aquí, aplicado al minilenguaje definido en el apartado 3.4, el algo-
ritmo más sencillo y más utilizado. Se trata de un algoritmo descendente recur-
sivo llamado predictivo, que está basado en la definición sintáctica formal del
lenguaje: para cada símbolo auxiliar se escribe un procedimiento de acuerdo
con la producción que le corresponde. Como en el lado derecho de esa pro-
ducción puede figurar el propio símbolo (u otro auxiliar en cuya producción
figure el primero), los procedimientos pueden ser recursivos. Este algoritmo
funciona "un símbolo por adelantado y sin retroceso" ("one-symbol-look-
ahead without backtracking"). Esto quiere decir que, conforme se avanza en el
análisis del programa fuente, la decisión sobre la acción a seguir se basa exclu-
sivamente en el último símbolo (categoría sintáctica) entregado por el explo-
rador (del mismo modo que éste entrega el resultado tras leer el carácter que
le sigue). "Sin retroceso" significa que no vuelve atrás en el proceso de cons-
truir el árbol de derivación. Ahora bien, para que esto sea posible es preciso
que la gramática cumpla las dos condiciones enunciadas en el apartado 3.2.
Veámoslo con dos ejemplos.
Primer ejemplo: consideremos la gramática
S ::= A I B
A ::= aA I b
B ::= aB \ c
que no cumple la primera condición, porque a partir de A y B pueden deri-

varse cadenas que empiezan con el mismo símbolo terminal, "a". Si tratamos
de reconstruir el árbol de derivación de la cadena "ac", primero leeríamos el
símbolo "a". La aplicación de la primera producción nos llevaría a la segun-
da, en la cual vemos que el símbolo coincide con el primero de "aA". En este
momento, el árbol de derivación construido es el de la figura 5.18(a).
Avanzamos en la lectura, tratando de emparejar el resto de la cadena de entra-
da con "A". Pero el resto es "c", y no existe la producción "A ::= c". Por tanto,
sería preciso retroceder para elegir "S ::= B" y construir el árbol de la figura
5.18(b). Vemos que el problema está en que el símbolo leído, "a", no deter-
mina unívocamente la producción a elegir. El lector puede comprobar que
esta otra gramática:
S ::= A I aS
Ay.= b\c
es equivalente y no presenta ese problema.
673
s s
A B
C
(a) (b)
Figura 5.18.
Segundo ejemplo: la gramática
S::=a\Sb
es recursiva por la izquierda, por lo que no cumple la segunda condición. Si

tratamos de reconocer la cadena "abb", en cuanto se lee la primera "b" se pro-
duce un bucle infinito, como indica el árbol de la figura 5.19(a), en el que el
procedimiento correspondiente a "S" se llama siempre a sí mismo sin seguir
leyendo más caracteres de la cadena de entrada.
(a) (b)
Figura 5.23.
674
El problema está en que habría que seguir leyendo hasta el final para deci-
dir en qué momento aplicar la primera producción. Con la gramática equiva-
lente
S ::= aR
R ::= bR I X
se puede generar, leyendo los símbolos de "abb" de izquierda a derecha y sin

retroceder, el árbol de la figura 5.19(b).
Es fácil comprobar que la gramática de nuestro lenguaje cumple las dos
condiciones. Veamos ahora un método mediante el cual puede obtenerse el
algoritmo predictivo a partir de la definición formal (de las producciones, o,
equivalentemente, del diagrama sintáctico) para cualquier gramática que cum-
pla esas condiciones.
El algoritmo en cuestión puede obtenerse a partir de los diagramas sintác-
ticos siguiendo las normas resumidas en la figura 5.20. Para cada subdiagrama
sintáctico del tipo que aparece a la izquierda se escribe un procedimiento de
acuerdo con el organigrama de la columna central, o con el esquema de codi-
ficación en Pascal de la última columna. Explicamos las abreviaturas que se
utilizan:
P (a) significa "procedimiento asociado al subdiagrama sintáctico de a".
"categ" es la categoría sintáctica que devuelve el explorador cuando se le

llama. Esto sucede, como indica la última parte de la figura, cuando en el dia-
grama sintáctico aparece un símbolo terminal (recuérdese que, para el analiza-
dor sintáctico, los símbolos terminales son las categorías sintácticas). Como el
analizador va "un símbolo por adelantado", la última categoría entregada por
el explorador tiene que coincidir con el símbolo del diagrama; entonces, se
llama al explorador y se sigue adelante.
"prim(a)" representa el conjunto de todos los primeros símbolos termina-
les que pueden encontrarse en las cadenas derivadas a partir de a.
La primera de las condiciones que se han enunciado para la gramática se
puede expresar también diciendo que si A ::= a{ I c^l ... I an es una produc-
ción, entonces pringa!) n p r i m ^ ) n . . . n prim(o;;i) = 0 .
Normalmente, el diagrama sintáctico muestra prim(a) muy claramente,
porque a suele empezar por un símbolo terminal, y prim(o:) es justamente ese
símbolo.
Por ejemplo, en la ramificación que hay para "sentencia" en los diagramas
de la figura 5.6,
primíctj) = begin, prim(c^) = identif, prim(c^) = if, etc.
675
begin
P(<*l)
P(V<l)
P(U„)
a
«1 «2 n end
a
l«2 ... <*„
P(<*n)
Figura 5.10.
Subdiagrama Procedimiento Codificación en Pascal
P( a);
while categ in prim ( P ) do P ((3 j
repeat
P< a)
while categ not in prim ( a )
P< a);
while categ in prim (¡i ) do
begin
P ( |3j,- P ( a )
end
— * ( símbolo if categ = símbolo

then explorador
else error
cib
^ J t r 1
Figura 5.20. (Cont.)
677
La aplicación de estas normas al caso particular de nuestro lenguaje es
inmediata. En la figura 5.21 puede verse el organigrama correspondiente al
primer subdiagrama de la figura 5.6. Este podría ser el programa principal, a
partir del cual se llama a "bloque", y de éste a los demás procedimientos. Antes
de llamar la primera vez al explorador se inicializa la variable "car" con un
espacio en blanco. Esto es necesario porque, como se recordará, el explorador
funciona con "un carácter por adelantado".
I
car: ="
i
explorador
categ = "program"
Jsi
explorador
no
error
Figura 5.10.
El resto de los organigramas no presenta mayores problemas. A título de
ejemplo, indicamos en las figuras 5.22, 5.23 y 5.24 los correspondientes a los
procedimientos "expresión", "término" y "factor".
Figura 5.22.
Figura 5.23.
679
Figura 5.24.
En esta descripción nos interesaba sobre todo ver cómo la definición sin-
táctica formal del lenguaje es una herramienta útil para el diseño sistemático
del procesador. Hemos prescindido de detalles, como el tratamiento de errores
y el manejo de la tabla de símbolos, que, aun siendo importantes, serían ya
propios de un texto sobre compiladores.
Quizás el lector se pregunte por la construcción del árbol del árbol de deri-
vación, que, como decíamos en el apartado 5.2.1, es una tarea del analizador
sintáctico. Pues bien, en este algoritmo predictivo el árbol está implícito en la
secuencia de procedimientos que se van llamando. Los punteros que aparecen
en la figura 5.13 los va devolviendo el explorador conforme va reconociendo
identificadores, y los utilizan las rutinas semánticas para ir generando el códi-
go intermedio. Estas rutinas semánticas son procedimientos asociados a cada
uno de los procedimientos que realizan el análisis sintáctico. Por ejemplo,
cuando se analiza la sentencia
media := (cl+c2)/2
al entrar en el procedimiento "sentencia" se llama al explorador. Este recono-

ce el identificador "media" y devuelve su puntero, idl, que queda guardado
en una variable local de "sentencia", "sentencia" llama de nuevo al explorador,
que devuelve ": =", y luego a "expresión"; ésta llama a "término", y "término"
llama al explorador y a "factor" (ver figuras 5.23 a 5.24), que, al encontrarse
con " (", llama a su vez a "expresión". Dentro de esta ejecución de "expresión"
se llama dos veces al explorador y a "término". Pues bien, las rutinas semán-
ticas asociadas comprueban los tipos de el y c2 (cuyos punteros, id2 e id3,
ha entregado el explorador) para ver si su suma es posible y construyen el
cuarteto (apartado 5.2.1):
sum id2 id3 id4
Se sale de este nivel de recursion en la ejecución de "expresión" al devol-

ver el explorador el carácter ")". En este momento se ha construido, implícita-
mente, la parte más baja del árbol de la figura 5.13. Se completa luego la eje-
cución de la primera llamada a "expresión", en la que las rutinas semánticas
construyen los dos siguientes cuartetos (apartado 5.2.1), y, al volver a "sen-
tencia", la rutina semántica asociada a ésta construye el último cuarteto.
5.3 Intérpretes
La estructura de un programa intérprete es mucho más sencilla que la de un
compilador. En esencia, puede representarse por el bucle de la figura 5.25.
CONT_SENT es una variable que indica en cada momento la posición en el
programa fuente de la siguiente sentencia a ejecutar. Su función es similar a la
de "CONT_ENS" del ensamblador descrito en el apartado 5.1.3: en principio,
se va incrementando en una unidad, pero puede tomar otro valor, dependiendo
del análisis de la sentencia (si ésta es una llamada a procedimiento, o de con-
681
trol de un bucle, etc.). A cada tipo de sentencia posible se le asocia un proce-
dimiento en el programa intérprete para ejecutar en la máquina real la acción
especificada por la sentencia.
O
Leer sentencia i CONST_SENT)
Incrementar (CONST_SENT)
Analizar la sentencia
Llamar al p rocedimiento
asociado a la sentencia
no
fin ?
si
O Figura 5.25.
El análisis de las sentencias puede estar guiado, como en los compiladores,

por la definición formal de la sintaxis del lenguaje.
5.4 Procesadores de lenguajes declarativos
La sintaxis de un lenguaje funcional o lógico también puede formalizarse y
expresarse con la notación BNF. De ahí que las fases de análisis léxico y sintác-
tico de los procesadores sean similares a las que hemos explicado para los pro-
cesadores de lenguajes procedimentales. El análisis semántico, la optimización
y la generación de código son ya muy dependientes de cada lenguaje concreto.
Consideremos, por ejemplo, un intérprete para Prolog (apartado 2.4.3). Su
funcionamiento puede basarse en el algoritmo de encadenamiento hacia atrás
cuyo principio vimos en el apartado 2.4.5 del capítulo 6 del tema "Lógica". El
seudocódigo que allí presentábamos deberá adaptarse, teniendo en cuenta las
siguientes precisiones:
• El procedimiento "nodoy" es el procesador de objetivos del intérprete
de Prolog. La consulta del usuario es el objetivo inicial.
• El procedimiento "nodoo" es el procesador de reglas (y de hechos:
éstos no son más que reglas sin cuerpo).
• La "base de hechos" está formada por los hechos explícitamente decla-
rados en el programa.
• Cuando no se encuentra solución, el procesador de reglas no pregunta al
usuario; devuelve un "fracaso" (variable booleana "demostrado"
con el valor "false") al procesador de objetivos, y si no hay más posibi-
lidades, simplemente responde "NO"14. Como consecuencia, la base de
hechos permanece inalterable durante la ejecución de una consulta.
• En el intérprete habrá que tener en cuenta mecanismos de sustitución y
unificación que no se mencionaban en el seudocódigo (allí nos limitá-
bamos al marco de la lógica de proposiciones, mientras que Prolog
sigue el modelo de la lógica de predicados).
• El seudocódigo no especifica ninguna estrategia de control: el procedi-
miento "nodoo" dice "seleccionar una regla", pero ¿con qué criterio se
elige una cuando hay varias aplicables?; análogamente, "nodoy"
llama a "nodoo" para cada uno de los objetivos pendientes, y no dice
en qué orden se consideran esos objetivos. La estrategia más utilizada
en los intérpretes de Prolog es la más sencilla: el procesador de reglas
("nodoo)" explora las reglas "de arriba abajo" (en el orden en que
aparecen en el programa), y el procesador de objetivos ("nodoy")
llama al de reglas considerando los objetivos "de izquierda a derecha"
(en el orden en que aparecen en el cuerpo de la regla que ha dado lugar
a esos objetivos).
11
Es decir, el intérprete no funciona exactamente como lo haría el motor de inferencias de un sistema exper-
to. Hay que decir, no obstante, que el lenguaje tiene muchas otras características no explicadas en el apartado
2.4.3, y que con ellas se pueden diseñar sistemas expertos con Prolog.
683
Para concretar el funcionamiento del intérprete de Prolog, aunque sea de
manera básica e informal, consideremos el programa del apartado 2.4.3 y la
consulta:
?-abuelo(X,luis).
Esta consulta es el objetivo inicial. El intérprete tratará de refutar su nega-

ción, es decir, de encontrar algún valor para X tal que la cláusula "(abue-
lo (X, luis)" conduzca a una contradicción (cláusula vacía; quizás el lector
debiera repasar ahora el apartado 4.8 del capítulo 4 del tema "Lógica", donde
estudiábamos este mismo ejemplo, pero desde un punto de vista más formal y
sin entrar en detalles procedimentales). Cuando se obtenga la refutación, en
procedimiento "nodoo" se pondrá la variable booleana "demostrado" con
el valor "true".
Ante este objetivo inicial, el procesador de objetivos llama al procesa-
dor de reglas, que empieza desde la primera cláusula del programa
("madre (ana, luis)") tratando de encontrar una refutación.
Evidentemente, no la encuentra ("abuelo" ^ "madre") y tampoco con el
siguiente hecho. La regla que le sigue (tercera cláusula), escrita en forma clau-
sulada, es:
padre (X, Y) v-> (padre (Y, Z) v abuelo (X,Z)
Entre esta cláusula y el objetivo negado es aplicable la regla de resolución,

con la sustitución {luis/Z},resultando "-ipadre (X, Y) v->padre (Y, luis)",
es decir, dos subobjetivos. El procesador de objetivos se fija en el primero y,
con él como argumento, llama al procesador de reglas. Éste vuelve a explorar
el programa desde arriba, y encuentra una refutación con la segunda cláusula,
con la sustitución {josé/X, ana/Y}, sustitución que devuelve al procesa-
dor de objetivos. A éste le queda ahora otro: "-> padre (ana, Z)". Obsérvese
que el procesador no "sabe" más que lo que hemos declarado en nuestro pro-
grama Prolog: como no se lo hemos dicho, no puede saber que "ana" no puede
ser "padre" de nadie. Por tanto, vuelve a llamar al procesador de reglas, que,
obviamente, no puede refutarlo, devolviendo la variable "demostrado" con
el valor "false".
Pero no termina aquí la búsqueda. En efecto, la primera vez que entró en
funcionamiento, el procesador de reglas había encontrado un posible camino
para la solución a través de la tercera cláusula. Como esta vía ha fracasado,
ensaya con la cláusula siguiente. Creemos que el lector puede ya reproducir la
nueva secuencia de acontecimientos y ver que se obtiene finalmente una refu-
tación al objetivo inicial, con la sustitución {josé/X, luis/Y, ana/Z).
Como la consulta incluía la variable X, el intérprete responde, finalmente:
Para concluir esta introducción al procesamiento de Prolog, haremos algu-
nas observaciones:
a) La dificultad que quizás tenga el lector para seguir la descripción
anterior radica en la naturaleza recursiva de los algoritmos. Si dispone
de alguna experiencia en la programación con procedimientos recursi-
vos en lenguajes tradicionales (imperativos) lo entenderá mucho mejor.
b) Más dificultoso aún es el seguimiento del proceso cuando el propio

programa Prolog contiene reglas recursivas. Sugerimos al lector que lo
haga con la definición de "antepasado" del apartado 2.4.3 (la tarea
resulta mucho más llevadera apoyándose en alguna construcción gráfi-
ca, como un árbol "Y-O" similar al de la figura 6.1 del tema "Lógica").
c) Comprendido el principio, el lector admitirá que es igualmente apli-

cable a programas que tengan cientos o miles de hechos y/o reglas. El
conjunto de hechos puede verse como una base de datos relacional. Al
añadir las reglas se convierte en una base de datos deductiva.15
5.5 Herramientas para la generación de pro-

cesadores de lenguaje
No es difícil comprender que el diseño y la programación de un procesador
es una tarea ardua (aunque normalmente se programe en un lenguaje de alto
nivel, para el cual, por supuesto, tiene que existir previamente un compilador).
Por otra parte, como hemos esbozado en los apartados anteriores, la tarea es
bastante sistemática, especialmente en lo que se refiere a los analizadores léxi-
co y sintáctico. No es, por tanto, de extrañar que hace tiempo surgiera la idea
de automatizar esta tarea. Es decir, para el caso de los compiladores, diseñar
un programa que acepte como datos de entrada las descripciones (en un meta-
lenguaje, como BNF) de tres lenguajes:
• el lenguaje fuente, LF, en el que se escriben los programas que ha de tra-

ducir el compilador,
• el lenguaje objeto, LO, correspondiente a los programas traducidos por

el compilador, y
• el lenguaje de programación, LP, en el que ha de estar escrito el propio

compilador,
15
Pero en las bases de datos deductivas, al residir los hechos en memoria secundaria, es imposible, por razo-
nes de eficiencia, aplicar el algoritmo que hemos descrito. Remitimos al lector interesado a un libro ya refe-
renciado en el tema "Lógica", el de Ullman (1988, 1989).
685
y que genere como salida un programa compilador (escrito en LP) tal que
cuando se ejecute (después de haber sido traducido con un compilador de LP)
acepte programas escritos en LF y los traduzca a LO. Tal programa se llama
compilador de compiladores.1<s
Así expresada, la idea es demasiado ambiciosa y general. Actualmente se
simplifica del siguiente modo:
• LP es fijo, es decir, el compilador de compiladores está diseñado para

generar compiladores escritos en algún lenguaje predeterminado (C,
Pascal y Ada son los más comunes).
• En lugar de un compilador de compiladores totalmente integrado se dis-

pone de herramientas separadas para distintas fases de la compilación
Las herramientas de este tipo más conocidas son "Lex" y "Yacc", diseñadas
para el sistema operativo UNIX, y que utilizan el lenguaje C como LP. Lex es
un generador de exploradores: a partir de la definición de una gramática regu-
lar dada por una expresión regular genera el correspondiente explorador. Yacc
("Yet another compiler-compiler") es un generador de analizadores sintácticos:
a partir de una gramática libre de contexto, dada por las reglas BNF, genera un
analizador que sigue un algoritmo de reconocimiento ascendente. Aunque son
programas separados, Lex y Yacc están diseñados para funcionar conjunta-
mente, de acuerdo con el esquema de principio que veíamos en la figura 5.12.
6. Resumen
Los lenguajes de bajo nivel (ensambladores y macroensambladores) son
cercanos a los lenguajes de las máquinas reales, mientras que los de alto nivel
facilitan la tarea de codificar algoritmos, porque independizan al programador
de los detalles concretos del hardware y le permiten concentrarse en el pro-
blema a resolver.
En cualquier caso, siempre se puede considerar que todo lenguaje define a
una máquina que lo "entiende", es decir, que reconoce los programas escritos
en ese lenguaje y los ejecuta. Si el lenguaje no corresponde al de una máqui-
na "real" (construida con hardware solamente), entonces la máquina definida
es una máquina virtual.
16
Seguramente el lector tendrá que releer varias veces este párrafo para captar completamente la idea. La difi-
cultad radica en que ahora tenemos varios niveles de lenguajes: las entradas al compilador de compiladores
están escritas en un metalenguaje que describe a LF, LO y LP, y las entradas al compilador generado son pro-
gramas escritos en LF. Obsérvese también que si se considera que un compilador es una "herramienta", enton-
ces un compilador de compiladores es una "metaherramienta" (una herramienta que ayuda a crear herra-
mientas).
686
Los procesadores de lenguaje son programas que permiten ejecutar en una
determinada máquina (real o virtual), MO, programas escritos para otra máqui-
na (normalmente virtual), MF. El lenguaje de MF se llama lenguaje fuente, y
el de MO, lenguaje objeto. Hay dos tipos esencialmente diferentes de proce-
sadores: los traductores y los intérpretes. Los primeros toman como datos la
sucesión de caracteres que constituyen un programa fuente y generan un pro-
grama objeto que posteriormente se puede ejecutar en MO. Los traductores
para lenguajes ensambladores se llaman ensambladores, y los diseñados para
lenguajes de alto nivel, compiladores. Los intérpretes no generan de una sola
vez todo el programa objeto correspondiente a un programa fuente, sino que
van analizando sucesivamente las sentencias de éste y generando sobre la mar-
cha las instrucciones de la MO necesarias para ejecutar esas sentencias.
Los lenguajes tradicionales, sean de bajo o alto nivel, suelen ser imperati-
vos: las instrucciones o sentencias expresan órdenes elementales para una
máquina, real o virtual. La idea de los lenguajes declarativos es que el pro-
grama no sea una sucesión de órdenes, sino una especificación del problema.
En los lenguajes de programación funcional esta idea se plasma en tratar de
expresar los problemas a través de aplicaciones de funciones matemáticas,
mientras que en los lenguajes de programación lógica se trata de formular los
problemas por medio de sentencias de la lógica formal.
La definición formal de la sintaxis de un lenguaje de programación, sea
mediante la notación BNF o mediante diagramas sintácticos, es de gran utili-
dad en el diseño de las fases de análisis léxico y sintáctico de los procesado-
res de lenguaje. Generalmente, la parte que define las categorías sintácticas
del lenguaje (palabras clave, identificadores, números, etc.) a partir de los
caracteres elementales (símbolos terminales) se puede definir mediante una
gramática regular, a la que corresponde un reconocedor finito, que se mate-
rializa en el programa analizador léxico o explorador. El resto de la defini-
ción sintáctica se formaliza como una gramática libre de contexto, a la que
corresponde un reconocedor de pila, y que da lugar al programa analizador
sintáctico. La función del explorador es leer caracteres del programa fuente
de entrada y reconocer las distintas categorías sintácticas, mientras que la del
analizador sintáctico consiste básicamente en reconstruir el árbol de deriva-
ción del programa en cuestión según la gramática del lenguaje. Las rutinas
semánticas se ocupan de la traducción, sea al lenguaje objeto final, o a un
código intermedio.
La definición formal de la semántica es un asunto más difícil, y existen
actualmente varios enfoques (operacional, denotacional y axiomático) que
pueden aplicarse al diseño de nuevos lenguajes, a la verificación y construc-
ción sistemática de programas y al diseño de herramientas y entornos de pro-
gramación potentes.
Un compilador de compiladores es un programa que genera un compilador
a partir de las definiciones formales de los lenguajes de entrada (lenguaje fuen-
te) y salida (lenguaje objeto).
687
La historia de los lenguajes de programación es paralela a la de los mode-
los de máquinas computadoras, reales o virtuales. Suele decirse que el primer
programador fue Ada Augusta, Condesa de Lovelace, que a mediados del siglo
pasado propuso diversos programas para una máquina que jamás llegó a cons-
truirse, el "analytical engine" de Babagge.
Pero el comienzo de la historia moderna de los ordenadores está jalonado
por el modelo de von Neumann, propuesto en 1946, y la aparición del primer
ordenador comercial, el UNIVAC I, en 1951. En esta época aún se programa-
ba en lenguaje de máquina. En 1952, en el M.I.T., se diseñó un lenguaje lla-
mado SAP (Symbolic Assembly Program), un ensamblador para el IBM 701.
Y en el mismo año, Grace Murray Hopper publicaba el primer artículo sobre
compiladores, en el que se describía "A-O", un compilador para el UNIVAC I.
Por entonces, estas investigaciones se consideraban dentro del campo de la
inteligencia artificial llamado "programación automática". En Knuth y Pardo
(1980) se dan muchos detalles de la historia de los primeros tiempos de la pro-
gramación.
Al final de los años 50 aparecen ya las primeras versiones de tres lengua-
jes de alto nivel que todavía siguen siendo ampliamente utilizados: FORTRAN
(Backus et al., 1957), COBOL (cuyo primer borrador data de 1959) y LISP
(McCarthy, 1960). Backus propuso su notación en 1959, para describir el
"International Algebraic Language" (Backus, 1959), precursor de Algol (Naur,
1963). Y heredero de Algol es Pascal, diseñado por Niklaus Wirth (1971), y
que, a su vez, ha sido inspirador de otros lenguajes más modernos, como Ada
y Modula-2. En la primera edición del manual de Pascal se introducían los dia-
gramas sintácticos como alternativa a la notación BNF. Como ya hemos dicho
en el apartado 2.4.2, la programación funcional tiene su origen teórico en el
cálculo lambda, propuesto por el matemático Alonzo Church (1936). Un artí-
culo ya clásico sobre los lenguajes aplicativos es el de Backus (1978). En
cuanto a Prolog, procede de los trabajos de un equipo de investigadores de
Marsella sobre lenguaje natural (Colmerauer et al., 1973). Cabe citar también
una comunicación de Kowalski (1974) en la que por primera vez se expresan
claramente las ideas básicas de la programación lógica.
La semántica operacional está ligada a los estudios sobre relaciones entre
lenguajes y máquinas intérpretes, como los de McCarthy y Painter (1967) y
Alien et al. (1972). El origen de la semántica denotacional se encuentra en la
"teoría de dominios" de Scott y Strachey (1971) y en la "teoría del punto fijo"
de Manna (1974). La semántica axiomática está relacionada con la preocupa-
ción por demostrar matemáticamente la corrección de los programas. Un
precursor en esta línea es el creador de LISP, John McCarthy: "en lugar de
comprobar los programas con casos de prueba hasta que están depurados,
deberíamos poder demostrar que tienen las propiedades deseadas" (McCarthy,
688
1962). La teoría fue desarrollada por diversos autores, principalmente Floyd
(1967), Hoare (1969) y Dijkstra (1975). El transformador de predicados que
aquí hemos llamado "pmd" lo introdujo Dijkstra con el nombre de "wp" ("wea-
kest precondition").
Para ampliar los contenidos de este capítulo recomendamos los siguientes
libros:
Sobre lenguajes de programación en general, Horowitz (1984) describe
características comunes (tipos, procedimientos, abstracciones de datos, etc.) y
dedica tres capítulos a la programación funcional y a los lenguajes de flujo de
datos y orientados a objetos. El libro de Tucker (1986) tiene otro enfoque:
describe, en sucesivos capítulos, las características esenciales y específicas de
los lenguajes más conocidos. En una línea más conceptual, es muy interesan-
te la lectura de un artículo de Ambler et al. (1992), que contiene una revisión
y comparación de los distintos paradigmas de programación.
De Pascal, la referencia básica es el manual de Jensen y Wirth (1985).
Textos didácticos sobre el lenguaje hay muchos. En español, además de los ya
citados en el capítulo 4 del tema "Algoritmos", recomendamos el de Cueva et
al. (1994), que no se limita al lenguaje: es una introducción a la programación
estructurada y a la programación orientada a objetos.
Sobre programación funcional, Bird y Wadler (1988) es un libro introduc-
torio y general, y Wikstrom (1987) está centrado en el lenguaje ML. Para LISP
en particular, el texto más conocido es el de Winston y Horn (1991).
La referencia básica de Prolog (con la llamada "sintaxis de Edimburgo",
que es la más seguida, y la que hemos utilizado en la breve descripción del
apartado 2.4.3) es el libro de Clocksin y Mellish (1984). También cabe reco-
mendar los de Lloyd (1987) y Sterling y Shapiro (1986). Los de Walker et al.
(1987) y Bratko (1990) son especialmente interesantes, porque combinan
Prolog con aplicaciones a la inteligencia artificial (el inconveniente del prime-
ro es que no utiliza la sintaxis de Edimburgo, sino la de un producto comercial
de IBM). El libro de Maier y Warren (1988) presenta de manera muy clara y
detallada tanto los aspectos funcionales (definición y uso del lenguaje) como
los procesales (funcionamiento de los procesadores).
Una introducción a la programación funcional (con aplicaciones a la defi-
nición de lenguajes de programación) y la programación lógica (con los fun-
damentos de lógica formal) puede encontrarse en Delgado y Fernández (1994).
Sobre procesadores de lenguajes, Aho et al. (1986) sigue siendo el mejor
libro de texto. Más básico y centrado en los fundamentos es el de Pittman y
Peters (1992) (y, también, al ser más reciente, incluye temas más actuales; por
ejemplo, técnicas de optimización específicas para procesadores RISC y vec-
toriales). Lex y Yacc se describen con todo detalle en Levine et al. (1992). Para
la descripción del algoritmo de análisis sintáctico en el apartado 5.2.3 nos
hemos basado en Wirth (1976), un magnífico libro (y con muy buena traduc-
ción) sobre programación y estructuras de datos que, pese a su antigüedad,
sigue siendo recomendable.
689
Para un estudio completo de la definición formal de lenguajes y de su pro-
cesamiento, con notación y terminología unificadas, pueden seguirse los tres
libros de Watt (1990: "conceptos y paradigmas", 1991: "sintaxis y semántica",
1992: "procesadores").
Por último, tenemos que citar el libro de Davis (1994), no sólo porque
explica más detalladamente de lo que hemos podido hacer aquí la semántica,
sino, sobre todo, porque cubre los mismos temas que este libro (lógica, autó-
matas, algoritmos y lenguajes) en un nivel algo más avanzado de formaliza-
ción y conceptualización.
Referencias
bibliográficas
Aho, A.V., Sethi, R. y Ullman, J.D. Compilers. Principles, techniques, and tools.
Addison-Wesley, Reading, Mass., 1986.
Aikins, J.S. Prototypical knowledge for expert systems. Artificial Intelligence, 20
(1983), pp. 163-210.
Alabau, A. y Figueras, Z. Algoritmos y máquinas. Universidad Politécnica de Bar-
celona, C.P.D.A., 1.975.
Alagic, S. y Arbib, M.A. The design of well-structured and correct programs.
Springer-Verlag, N.Y., 1978.
Alfonseca, M. Frames, semantics networks and object-oriented programming in
APL2. IBM J. Res. Dev., 33:5, pp. 502-510, Sep. 1989.
Alfonseca, M. y Alcalá, A. Programación orientada a objetos. Anaya Multime-
dia, Madrid, 1992.
Allen, C.D., Chapman, D.N. y Jones, C.B. A formal definition of ALGOL 60. IBM,
TR. 12.105, Hursley (UK), ago. 1972.
Allen, J.F. An internal-based representation of temporal knowledge. Proc. 7th Int.
Joint Conf. Artif. Int., Vancouver, Canada, 1981, pp. 221-226.
Ambler, A.L., Burnett, M.M. y Zimmerman, B.A. Operational versus definitional:
a perspective on programming paradigms. Computer, 25, 9 (Sep. 1992), pp.
28-43.
691
Anderson, J.A. y Rosenfeld, E. (eds.). Neurocomputing: foundations of research.
MIT Press, Cambridge, Mass., 1988.
Arbib, M.A. Brains, machines and mathematics. McGraw-Hill paperbacks, 1965.
(Existe versión castellana en la colección Alianza Universidad).
Arbib, M.A. Theories of abstract automata. Prentice-Hall, Englewood Cliffs,
N.J., 1969.
Arbib, M.A. Computers and the cybernetic society. Academic Press, 1977. (Pu-
blicado en castellano por Editorial AC, bajo la supervisión de F. Sáez Vacas,
1978).
Ashby, W.R. An introduction to cybernetics. Chapman and Hall, Londres, 1956.
(Traducción de J. Santos: Introducción a la cibernética. Nueva Visión, Buenos
Aires, 1960).
Backus, J.W. Can programming be liberated from the von Neumann style? A
functional style and its algebra of programs. Comm. ACM, 21, 8 (1978), pp.
613-641.
Backus, J.W. The syntax and semantics of the proposed international algebraic
language of the Zurich ACM-GAMM Conference. Proc. Internal Conf.
Information Processing, UNESCO, Paris, 1959 (Butterworth's, Londres, 1960,
pp. 125-132).
Backus, J.W., Beeber, R.J., Best, S., Goldberg, R., Haibt, L.M., Herrick, H.L.,
Nelson, R.A., Sayre, D., Sheridan, P.B., Stern, H., Ziller, I., Hughes, R.A. y
Nutt, R. The FORTRAN automatic coding system. Proc. Western Joint Com-
puter Conf, AIEE (actualmente IEEE), Los Angeles, 1957.
Bar-Hillel, Y., Perles, M. y Shamir, E. On formal properties of simple
phrase structure grammars. ZeitschriftfiirPhonetikSprachwissenschaft und
Kommunikationsforschung, 14 (1961), 143-172.
Bartee, T.C. Digital computers fundamentals. McGraw-Hill, N.Y., 1960 (sexta
ed.: 1985).
Bartee, T.C. Computer architecture and logic design. McGraw-Hill, N.Y., 1991.
Bartee, T.C., Lebow, I.L. y Reed, I.S. Theory and design of digital machines.
McGraw-Hill, N.Y., 1962.
Barwise, J. y Etchemendy, J. Turing machines. Accesible en la Internet en la
dirección: http://csli-www.stanford.edu/hp/Turingl.htm
Beck, K. y Cunningham, W. A laboratory for teaching object-oriented thinking.
Proc. Object-Oriented Programming Systems, Languages and Applications
1989 (OOPSLA'89). SIGPLAN Notices, Vol. 24, No 10, october 89, pp. 1-6.
Bellew, R.K. y Booker, L.G. (eds.) Proceedings of the fourth international con-
ference on genetic algorithms and their applications. Morgan Kaufmann, San
Mateo, Calif, 1991.
Bird, R. y Wadler, P. Introduction to functional programming. Prentice-Hall, En-
glewood Cliffs, N.J., 1988.
Bochmann, G.V. Architecture of distributed computer systems. Springer-Verlag,
Berlin, 1979.
Bochvar, D. On three-valued logical calculus and its application to the analysis of
contradictions. Matematiceskij Sbornik, 4 (1939), pp. 353-369.
Bohm, C. y Jacopini, G. Flow diagrams, Turing machines and languages with only
two formation rules. Comm. ACM, 9, 5, may. 1966.
Booch, G. Object-oriented analysis and design with applications. Benjamin/
Cummings Publishing Company, Redwood City, Cal., 1994.
Boole, G. An investigation of the laws of thought on which are founded the
mathematical theories of logic and probabilities. McMillan, London, 1854.
Reimpr: Dover Publ. Inc., N.Y., 1958.
Booth, T.L. Sequential machines and automata theory. Wiley, N.Y., 1967.
Bratko, I. Prolog programming for artificial intelligence (2nd. ed.) Addison-
Wesley, Reading, Mass., 1990.
Brownston, L., Farrel, R., Kant, E. y Martin, N. Programming expert systems in
OPS5. An introduction. Addison-Wesley, Reading, Mass., 1985.
Brozozowski, J.A. A survey of regular expressions and their applications. IRE
Trans. Elec. Comp.,EC-U (1962), pp. 324-325.
Brozozowski, J.A. Regular expressions for lineal sequential circuits. IEEE Trans.
Elec. Comp., EC-14 (1965), pp.148-156.
Buchanan, B.G. y Shortliffe, E.H. (eds.) Rule-based expert systems. Addison-
Buchanan, B.G., Sutherland, G.L. y Feigenbaum, E.A. Heuristic DENDRAL: A
program for generating explanatory hypotheses in organic chemistry. En B.
Meltzer y D. Michie (Eds.): Machine Intelligence, vol 4, Edinburgh Univ.
Press, 1969, pp. 209-254.
Cantor, D.C. On the ambiguity problem of Backus systems. Journal of ACM, 9
(1962), 4, 477-479.
Cao, T. y Sanderson, A.C. Task sequence planning using fuzzy Petri nets. IEEE
Trans. Sys., Man, andSMC25, 5 (May 1995), pp. 755-768.
Carbonell, J. (ed.) Machine learning. Paradigms and methods. Elsevier,
Amsterdam, 1989.
Carbonell, J.G., Cullingford, R. y Gershman, A. Steps towards knowledge-based
machine translation. IEEE Trans. Pattern Anal, and Mach. Int., 3, 4 (Jul.
1981), pp. 376-392.
Cerrada, J.A. y Collado, M. Programación I. Universidad Nacional de Educación
a Distancia, 1993.
693
Chand, S. y Chiu, S.L. (Guest eds.) Special issue on fuzzy logic with engineering
applications. Proc. IEEE, 83, 3 (Mar. 195), pp. 343-483 (incluye 7 contribu-
ciones de 22 autores).
Chandrasekaran, B., Mittal, S. y Smith, J.N. RADEX. Towards a computer-based
radiology consultant. En E.S. Gelsema y L.N. Kanal (eds.): Pattern
recognition in practice. North-Holland, Amsterdam, 1980, pp. 463-474.
Charniak, E. y McDermott, D. Introduction to artificial intelligence. Addison-
Chomsky, N. Three models for the description of language. I.R.E. Trans. Inf.
Theory, IT-2 (1956), 113-114.
Chomsky, N. On certain formal properties of grammars. Information and Control
2 (1959), 137-167.
Chomsky, N. Context-free grammars and pushdown storage. Quart. Prog. Dept.
No. 65 (1962), MIT Res. Lab. Elect., 187-194.
Chomsky, N. Prólogo al libro de Gross y Lentin (1967).
Chomsky, N. Language and mind. Harcourt Braze, N.Y., 1968.
Chomsky, N. The logical structure of linguistic theory. Plenum Press, N.Y., 1975.
Chomsky, N. y Miller, G.A. Finite state languages. Information and Control, 1
(1958), 91-112.
Chomsky, N. y Schutzenberger, M.P. The algebraic theory of context-free
languages. Computer Programming and Formal Systems. North-Holland,
Amsterdam, 1963,118-161.
Church, A. An unsolvable problem in elementary number theory. American
Journal of Mathematics, 58 (1936), pp. 345-363.
Clocksin, W.F, Darlington, J., Kennaway, S.R. y Sleep, M.R. "Part II. Declarative
systems". En Chambers, F.B., Duce, D.A. y Jones, G.P. (eds.): Distributed
computing. Academic Press, Londres, 1984, pp. 55-138.
Cloksin, W.F. y Mellish, C.S. Programming in Prolog. Springer Verlag, Berlin,
1981.
Coad, P. y Yourdon, E. Object-oriented analysis. Prentice-Hall, Englewood Ciffs,
NJ, 1991.
Coad, P. y Yourdon, E. Object-oriented design. Prentice-Hall, Englewoods Cliffs,
NJ, 1991.
Codd, E.F. A relational model of data for large shared data banks. Comm. ACM,
13, 6 (1970), pp. 337-387.
Cohen, D. Introduction to computer theory. John Wiley, N.Y., 1991.
Colmerauer, A., Kanoni, H., Pasero, R. y Roussel, P. Un systéme de commu-
nication homme-machine enfrangais. Groupe d'Intelligence Artificielle. Uni-
versit'e d'Aix-Marseille. Luminy, 1973
Corge, Ch. Eléments d'informatique. Larousse Université, Paris, 1975.
Coulter, N.S. Software science and cognitive psychology, IEEE Trans. Softw.
Eng., SE-9, 2 (mar. 1983), pp. 166-171.
Cox, B. Object-oriented programming: an evolutionary approach. Addison-Wes-
ley, 1986.
Cuena, J. Lógica informática. Alianza, Madrid, 1986.
Cuena, J., Fernández, G., Verdejo,F. y López de Mántaras, R. Inteligencia artifi-
cial: sistemas expertos. Alianza, Madrid, 1986.
Cueva, J.M., García, P.A., López, B., Luengo, M.C. y Alonso, M. Introducción a
la programación estructurada y orientada a objetos con Pascal. Cuaderno Di-
dáctico núm. 69, Dep. Matemáticas, Universidad de Oviedo. Gráficas Oviedo,
1994.
Curtís, M.W. A Turing machine simulator. Journal of the ACM, 12,1, (ene. 1965),
pp. 1-13.
De Morgan, A. Formal logic. Londres, 1847.
Dahl, O. y Nygaard, K. SIMULA: an Algol-based simulation language. Comm.
ACM, Vol. 9, No. 9, pp. 671-678, sept. 1966.
Dahl, O.I., Myhrhaugh, B. y Nygaard, K. The SIMULA-67 common base lan-
guage. Rept. S-22, Norwegian Computing Centre, Oslo, 1970.
Dahl, O.I., Dijkstra, E.W. y Hoare, C.A.R. Notes on structured programming.
Academic Press, 1972.
Datamation. Revolution in programming. Datamation, Die. 1973. Número dedi-
cado preferentemente al tema de la programación estructurada.
Davis, M. y Putnam, H. A computing procedure for quantification theory. Journal
of the ACM, 1, 3 (jul. I960), pp. 201-215.
Davis, M.D., Sigal, R. y Weyuker, J. Computability, complexity and languages:
fundamentals of computer science (2nd. ed.) Academic Press, Sand Diego,
Calif., 1994.
Deaño, A. Introducción a la lógica formal. Alianza, Madrid, 1974. (3a. ed., reimpr,
1986).
DeJong, G. Capítulo 21 de Kodratoff y Michalski (1990).
Delgado Kloos, C. Simulador de Máquina de Turing. Proyecto Fin de Carrera,
E.T.S.I.Telecomunicación, Madrid, Sep. 1978.
Delgado Kloos, C. y Fernández, G. Programación declarativa. Servicio Publi-
caciones E.T.S.I.T.M., Madrid, 1994.
Denning, P.J., Dennis, J.B. y Qualitz, J.E. Machines, languages and computation.
Prentice-Hall, Englewood Cliffs, N.J., 1978.
695
Díaz Cort, J., Complejidad concreta y complejidad abstracta de algoritmos: Un
panorama actual. IV Escuela de Verano de Informática, Asociación Española
de Informática y Automática, Granada, 1982.
Diez Medrano, J., Complejidad. Trabajo para la asignatura de Fundamentos de
Ordenadores I, Escuela Técnica Superior de Ingenieros de Telecomunicación,
Madrid, junio 1984.
Digitalk Inc. Smalltalk/V PM tutorial and programming handbook. Digitalk Inc.,
Los Angeles, Cal., 1989.
Dijkstra, E.W. Guarded commands, non-determinacy and the formal derivation
of programs. Comm. ACM, 18 (Aug. 1975), pp. 453-458.
Dijkstra, E.W., A discipline ofprogramming. Prentice-Hall, N.J., 1976.
Driankov, D., Hellendoorn, H. y Reinfrank, M. An introduction to fuzzy control.
Springer Verlag, Berlin, 1993.
Dubois, D. y Prade, H. Fuzzy sets and systems. Theory and applications. Aca-
demic Press, New York, 1980.
Dubois, P. y Prade, H. Théorie des possibilités. Application á la représentation
des connaissances en informatique. Masson, París, 1985.
Dubois, D. y Prade, H. Possibility theory. An approach to computerized proces-
sing of uncertainty. Plenum Press, New York, 1988.
Duda, R.O., Hart, P.E., Nilsson, N.J. y Sutherland, G. Semantic network re-
presentation in rule-based inference systems. En D.A. Waterman y F. Hayes-
Roth (Eds.): Pattern-directed inference systems. Academic Press, N.Y., 1978,
pp. 203-221.
Durkin, J. Expert systems catalog of applications. Intelligent Computer Systems,
Akron, Ohio, 1993.
Evey, J. The theory and application of pushdown store machines. (Tesis Doc-
toral). Harvard University, Cambridge, Mass., 1963.
Fayyad, U. y Uthurusamy, S. (eds.) KDD-94: Proceedings of AAAI-94 know-
ledge discovery in databases workshop. AAAI Press, 1994.
Fernández, G. Curso de ordenadores. Conceptos básicos de arquitectura y sis-
temas operativos. Ed. Syserco, Madrid, 1994.
Ferrater, J. y Leblanc, H. Lógica matemática. Fondo de Cultura Económica,
México, 1955 (2o ed., 1962).
Floyd, R.W. On ambiguity in phrase structure languages. Comm. ACM, 5 (1962),
10, 526-534.
Floyd, R.W. Assigning meaning to programs. En J.T. Schwartz (ed.): Mathe-
matical aspects of computer science. Proc. Symp. Amer. Math. Soc., 1967, pp.
19-33.
Floyd, R.W. The syntax of programming languages-A survey, I.R.E. Trans.
Electronic Computers, 14 1964, 4, 346-353.
Fogel, L., Owens, A. y Walsh, M. Artificial intelligence throught simulated
evolution. John Wiley, New York, 1966.
Frege, G. Die Grundlagen der Arithmetic, eine logisch- mathematische Unter-
suchung ber den Begriff der Zahl. Breslau, 1884. Versión traducida al inglés
en J. van Heijenoort (ed.): From Frege to Gódel. Harvard University Press,
1967.
Frenkel, K. Piecing together complexity, and complexity and parallel processing:
an interview with Richard Karp. Comm. ACM, 29, 2 (feb.1986), pp. 110-117.
Frieldberg, R.M. A learning machine: Part I. IBM Journal of Research and De-
velopment, 2, 1 (Jan. 1958).
Frieldberg, R.M. A learning machine: Part II. IBM Journal of Research and De-
velopment, 3, 3 (Jul. 1959).
Frost, R.A. Introduction to knowledge-based systems. Collins, Londres, 1986.
Gallant, S. Connexionist expert systems. Comm. ACM, 31 (1988), pp. 152-169.
Gallant, S. Neural networks learning and expert systems. MIT Press, Cambridge,
Mass., 1993.
Gamella, M. (ed.) La tecnología del software. Temática y situación en España.
Fundesco, Madrid, 1985.
Gardner, M. Mathematical games: On cellular automata, self- reproduction, the
garden of Eden, and the game of life. Scientific American, Feb., Mar., Apr.
1971;Jan. 1972.
Garijo, M. et al. Tema 10: Algoritmos y complejidad. Apuntes complementarios
para la asignatura Fundamentos de la Programación, Escuela Técnica Superior
de Ingenieros de Telecomunicación, Madrid, 1986.
Genesereth, M.R. y Nilsson, N J . Logical Foundations of Artificial Intelligence.
Morgan Kaufmann, Los Altos, Calif., 1987.
Genesereth, M.R. Computational logic. An introduction in twenty easy lessons
(1995). Accesible en la Internet en la dirección:
http://logic.stanford.edu/csl57/index.html
Gilbert, W.J. Modern algebra with applications. John Wiley, N.Y., 1976.
Gilb, T. Laws of unreliability. Datamation, vol. 21, N.3, Mar. 1975.
Ginsburg, S. The mathematical theory of context-free languages. McGraw-Hill,
N.Y., 1966.
Ginsburg, S. Lectures on context-free languages. En Arbib, M.A. (ed.): Algebraic
theory of machines, languages, and semigroups. Academic Press, N.Y., 1968.
697
Glorioso, R.M. y Colón, F.C. Engineering intelligent systems. Digital Press, Bed-
ford, Mass., 1980.
Gódel, K., Über formal unentscheidbare Sátze der Principia Mathematica und ver-
wandter Systeme, I (sobre proposiciones formalmente indecidibles de los Prin-
cipia Mathematica y sistemas relacionados). Monatshefte für Mathematik und
Physik, 38,1931, pp. 173-98.
Goldberg, D.E. Genetic algorithms in search, optimization, and machine
learning. Addison-Wesley, Reading, Mass., 1989.
Goldberg, A. y Robson, D. Smalltalk-80: the language and its implementation.
Goldschlager, L. y Lister, A. Computer science: a modern introduction, Prentice-
Hall, N.J., 1982.
Gottfried, B.S. Programación en C. McGraw-Hill, Madrid, 1993.
Grefenstette, JJ. Proceedings of the first international conference on genetic
algorithms and their applications. Lawrence Erlbaum, Hillsdale, N.J., 1985.
Grefenstette, J.J. Proceedings of the second international conference on genetic
algorithms and their applications. Lawrence Erlbaum, Hillsdale, N.J., 1987.
Gross, M. y Lentin, A. Notions sur les grammaires formelles. Gautier-Villars,
Paris, 1967. (Traducción: Tecnos, Madrid, 1976).
Gupta, M.M., Saridis, G.N. y Gaines, B.R. (eds.). Fuzzy automata and decision
processes. North-Holland, Amsterdam, 1977.
Gutowitz. H. Cellular automata: theory and experiment. MIT Press, Cambridge,
Mass., 1991.
Haak, S. Deviant logic. Cambridge University Press, 1974.
Haak, S. Philosophy of logics. Cambridge University Press, 1978.
Halstead, M.H. Elements of software science, Elsevier, N.Y., 1977.
Harrison, M.A. Introduction to switching and automata theory. McGraw-Hill,
N.Y., 1965.
Harrison, M.A. Introduction to formal language theory. Addison Wesley, Read-
ing, Mass. 1978.
Hayes, P.J. In defense of logic. Proc. 5th Int. Joint Conf Artif. Intell. (1977), pp.
559-565.
Hayes, P.J. The logic of frames. En The frame reader. De Guyter, Berlin, 1979.
Hehner, E.C. The logic of programming. Prentice-Hall, Englewood Cliffs, N.J.,
1984.
Hennie, F. Introduction to computability. Addison-Wesley, Reading, Mass.,
1977.
Hertz, J., Krogh, A. y Palmer, R.G. Introduction to the theory of neural compu-
tation. Addison-Wesley, Redwood, Calif., 1991.
Hinton, G.E. y Sejnowski, T.J. Learning and relearning in Boltzmann machines.
En Rumelhart y McClelland (1986), Vol.1, Ch.7.
Hirst, G. Anaphora in natural language understanding: a survey. Springer-
Verlag, Berlin, 1981.
Hoare, C.A.R. An axiomatic approach to computer programming. Comm. ACM,
12 (Oct. 1969), pp. 576-580, 583.
Holland, J.H. A universal computer capable of executing an arbitrary number of
sub-programs simultaneously. Proc. 1959Eastern Joint Comp. Conf., pp. 108-
113.
Holland, J.H. Adaptation in natural and artificial systems. Univ. Michigan Press,
1975.
Holland, J.H. Escaping brittleness: the possibilities of general-purpose learning
algorithms applied to paralell rule-based systems. En Michalski et al., 1986,
pp.,593-623.
Holland, J.H., Holyoak, K.J., Nisbett, R.E. y Thagard, P.R. Induction. Processes
of inference, learning, and discovery. MIT Press, Cambridge, Mass., 1986.
Hopcroft, J.E. y Ullman, J.D. Formal languages and their relation to automata.
Hopcroft, J.E. y Ullman, J.E. Introduction to automata theory, languages, and
computation. Addison-Wesley, Reading, Mass., 1979.
Hopcroft, J.E. Máquinas de Turing. Investigación y Ciencia, 94, jul. 1984, pp.
8-19.
Horgan, J. Claude E. Shannon. IEEE Spectrum, 29, 4 (Apr.1992), pp.72-75.
Horowitz, E. Fundamentals of programming languages. Springer- Verlag, Berlin,
1984.
Huffman, D.A. The syntesis of sequential switching circuits. Journal Franklin
Institute, 257 (1954), 3, pp. 161-190, y 4, pp. 275-303.
Hunt, E.B. Artificial intelligence. Academic Press, 1975.
Hunt, E.B., Marin, J. y Stone, P.T. Experiments in induction. Academic Press,
New York, 1966.
Jackson, M.J. Principles ofprogram design. Academic Press, Londres, 1975.
Jacobson, I. Object-oriented software engineering: a use case driven approach.
Jensen, K. y Wirth, N. Pascal user manual and report. ISO Pascal standard (3a.
ed.) Springer-Verlag, N.Y., 1985.
699
Jones, C.F. Systematic software development using VDM. Prentice-Hall, Engle-
wood Cliffs, N.J., 1986.
Joyanes, L. Programación en Turbo Pascal. McGraw-Hill, Madrid, 1990.
Kanal, L.N. y Lemmer, J.F. (eds.) Uncertainty in artificial intelligence. Elsevier,
New York, 1986.
Kandel, A. y Langholtz, G. (eds.) Fuzzy control systems. CRC Press, Boca Raton,
1994.
Karnaugh, M. The map method for synthesis of combinational logic circuits.
Trans. ALEE, 72, 9 (1953), pp. 593-599.
Karp, R.M. Combinatorics, complexity, and randomness, Comm. ACM, 29,2 (feb.
1986), pp. 98-109.
Kelley, A. y Pohl, I. Lenguaje C. Introducción a la programación. Addison-
Wesley Iberoamericana, 1987.
Kelly, J. Artificial intelligence. A modern myth. Ellis Hordwood, Chichester, En-
gland, 1993.
Kernighan, B. W. y Ritchie, D. M. The Cprogramming language. Prentice-Hall,
1978. Existe 2a. edición y versión en castellano.
Kleene, S. Introduction to metamathematics. North-Holland, Amsterdam, 1952.
(Traducción de M. Garrido: Introducción a la metamatemática. Tecnos, Ma-
drid, 1974).
Kleene, S.C. Representation of events in nerve nets and finite automata. En Auto-
mata studies, Princeton Univ. Press, Princeton, N.J., 1956.
Klir, G. y Folger, N. Fuzzy sets, uncertainty, information. Prentice-Hall, Engle-
Knuth, D.E. y Pardo, L.T. The early development of programming languages. En
N. Metropolis, J. Howlet y G.C. Rota (eds.): A history of computing in the
twentieth century. Academic Press, N.Y., 1980, pp. 197-213.
Knuth, D.E. Algoritmos. Investigación y Ciencia, num.9, jun. 1977, pp. 42-53.
Kodratoff, Y. Introduction to machine learning. Pitman, Londres, 1988.
Kodratoff, Y. y Michalski, R.S. (eds)Machine learning: An artificial intelligence
approach, vol. III. Morgan Kaufmann, San Mateo, Calif., 1990.
Kohavi, Z. Switching and finite automata theory. McGraw-Hill, N.Y., 1970.
Kosko, B. Neural networks and fuzzy systems: a dynamical approach to machine
intelligence. Prentice-Hall, Englewood Cliffs, N.J., 1991.
Kowalski, R. Predicate logic as a programming language. Proc. IFIP 74. North
Holland, Amsterdam, 1974, pp. 569-574.
Kowalski, R. Logic for problem solving. North-Holland, New York, 1979. (Tra-
ducción de J.A. Calle: Lógica, programación e inteligencia artificial. Díaz de
Santos, Madrid, 1986).
Kuroda, S.Y. Classes of languages and linear-bounded automata. Information and
control, 7 (1964), 2,114-125.
Ladd, S. R. C+ + techniques and applications. M & T Publishing, Redwood City,
Cal, 1990.
Langley, P , Zytkow, J.M, Simon, H. y Bradshaw, G.L. The search for regularity:
four aspects of scientific discovery. En Michalski et al. (1986), pp.425-469.
Lau, C. Object-oriented programming using SOM and DSOM. Van Nostrand
Reinhold, New York, 1994.
Lenat, D.B. Automated theory formation in mathematics. Proc. 5th Int. Joint
Conf. Artif. Intell. (1977), pp.833-842.
Lenat, D.B. The role of heuristics in learning by discovery: three case studies. En
Michalski et al. (1983), pp.243-306.
Levine, J.R, Mason, T. y Brown, D. Lex&Yacc, 2nd. ed.. O'Reilly and Asso-
ciates, 1992.
Lewis, C.I. y Langford, C.H. Symbolic logic. The Century Comp, N.Y, 1932 (2a.
ed, Dover Publ, N.Y, 1959).
Lewis, H.R. y Papadimitriou, C.H. Elements of the theory of computation. Pren-
tice-Hall, Englewood Cliffs, N.J, 1988.
Linger, R , Mills, H. y Witt, B. Structured programming theory and practice.
Addison Wesley, Reading, Mass, 1979.
Lloyd, J.W. Foundations of logic programming. Springer Verlag, New York,
1981.
López de Mántaras, R. Approximate reasoning models. Ellis Hardwoord, Chi-
chester, England, 1990.
Love, T. Object lessons. SIGS Books, New York, 1993.
Lukasiewicz, J. On 3-valued logic. (1920). Reproducido en McCall, S. (ed.): Po-
lish logic. Oxford University Press, 1967.
Lukasiewicz, J. Many-valued systems of propositional logic. (1930). Repro-
ducido en McCall, S. (ed.): Polish Logic. Oxford University Press, 1967.
Luria, A.R. Cerebro y lenguaje. Fontanella, Barcelona, 1974a.
Luria, A.R. Cerebro en acción. Fontanella, Barcelona, 1974b.
Madnick, S.E. y Donovan, J.J. Operating systems. McGraw-Hill, N.Y, 1974.
Maier, D. y Warren, D.S. Computing with logic. Logic programming with Prolog.
Benjamin-Cummings, Menlo Park, Calif, 1988.
Mandado, E. Sistemas electrónicos digitales. (7a. ed.). Marcombo, Barcelona,
1991.
701
Manna, Z. y Pnueli, A. The modal logic of programs. Proc. 6th Int. Colloquium
on Automata, Languages and Programming. Springer Verlag (Lecture Notes
in Computer Science, Vol. 71), 1979, pp. 385-411.
Manna, Z. y Pnueli, A. Verification of concurrent programs: the temporal frame-
work. En Boyer, R.S. y Moore, J.S. (eds.): The correctness problem in com-
puter science. Academic Press, New York, 1981, pp. 215-273.
Manna, Z., y Wolper, P. Synthesis of communicating processes form temporal
logic. ACM Trans. Progr. Lang. andSyst., 6 (1984), pp. 68-93.
Manna, Z., Mathematical theory of computation. McGraw-Hill, N.Y., 1974.
Mano, M.M. Digital design, 2nd. ed. Prentice-Hall, Englewood Cliffs, N.J., 1991.
Mano, M.M. y Kime, C.R. Logic and computer design fundamentals. Prentice-
Hall, Englewood Cliffs, N.J., 1994.
Martin, J. y Odell, J. Object-oriented analysis and design. Prentice-Hall, Engle-
wood Cliffs, NJ, 1992.
Martin, M.A. y Fateman, R.J. The MACSYMA system. Proc. 2nd Symp. Sym-
bolics and Algebraic Manipulation. Los Angeles, Ca., 1971, pp. 59-75.
Matz, D. What Is a Turing machine simulator? Accesible en la Internet en la di-
rección: http://odin.wosc.osshe.edu/cs407/matzd/turing.html
McCabe, T.J. A complexity measure. IEEE Trans. Softw. Eng., die. 1976, pp. 308-
320.
McCarthy, J. y Painter, J. Correctness of a compiler for arithmetic expressions.
En J.T. Schwartz (ed.): Mathematical aspects of computer science. American
Mathematical Society, 1967, pp. 33-41.
McCarthy, J. Recursive functions of symbolic expressions and their computation
by machine. Comm. ACM, 3, 4 (1960), pp. 184-195.
McCarthy, J. A basis for a mathematical theory of computation. Proc. IFIP Con-
gress 62, North Holland, Amsterdam, 1963.
McCulloch, W.S. y Pitts, W. A logical calculus of the ideas immanent in nervous
activity. Bulletin of Mathematical Biophysics, 5 (1943).
McDermott, D. A temporal logic for reasoning about plans and actions. Cognitive
Science, 6 (1982), pp. 101-155.
McDermott, D. y Doyle, J. Non-monotonic logic. Artificial Intelligence, 13
(1980), pp. 27-39.
McNaughton, R. y Yamada, H. Regular expressions and graphs for automata. IRE
Trans. Elec. Comp., EC-9 (1960), pp. 39-47.
Mead, C. y Conway, L. Introduction to VLSI systems. Addison- Wesley, Reading,
Mass., 1980.
Mealy, G.H. A method for synthetising sequential circuits. Bell System Tech. J.,
34 (1955), pp. 1045-1079.
Mendel, J.M. Fuzzy logic systems for engineering: a tutorial. Proc. IEEE, 83, 3
(Mar. 1995), pp. 345-377.
Meyer, B. Object-oriented software construction. Prentice-Hall, Englewood
Cliffs, NY, 1988.
Michalewicz, Z. Genetic algorithms + data structures = evolution programas.
Springer-Verlag, Berlin, 1992.
Michalski, R.S. Variable-valued logic and its applications to pattern-recognition
and machine learning. En D. Rine (ed.): Multiple-valued logic and computer
science. North-Holland, Amsterdam, 1975, pp. 506-534.
Michalski, R.S, Carbonell, J.G. y Mitchell, T.M. (eds.) Machine learning: An ar-
tificial intelligence approach. Tioga, Calif, 1983. (Publicado en Europa por
Springer Verlag, Berlin, 1984).
Michalski, R.S, Carbonell, J.G. y Mitchell, T.M. (eds.) Machine learning: An
artificial intelligence approach, vol. II. Morgan Kaufmann, Los Altos, Calif,
1986.
Michalski, R.S. y Chilausky, R.L. Learning by being told and learning from
examples: and experimental comparison of the two methods of knowledge
acquisition in the context of developing an expert system for soybean disease
diagnosis. Policy Analysis and Information Systems, 4,2 (Jun. 1980), pp. 125-
160.
Michalski, R.S. y Tecucci, G. (eds.) Machine learning: a multistrategy approach,
vol. TV. Morgan Kaufmann, San Francisco, Calif, 1994.
Mills, H.D. The new math of computer programming. Comm. ACM, 18, 1 (ene.
1975).
Minski, M. A framework for representing knowledge. En P. Winston (ed.): The
psychology of computer vision. McGraw-Hill, N.Y, 1975, pp. 211-277.
Minsky, M. y Papert, S. Perceptrons. MIT Press, Cambridge, Mass, 1969.
Mitchell, M , Crutchfield, J.P. y Hraber, P.T. Evolving cellular automata to
perform computations: mechanisms and impediments. Santa Fe Institute Wor-
king Paper 93-11-071. Accesible mediante "ftp" en la Internet:
servidor "santafe.edu"
directorio "/pub/Users/mm/"
ficheros "sfi-93-ll-071.partl.ps.Z" y "sfi-93-ll-071.part2.ps.Z".
Mitra, S. y Pal, S.K. Fuzzy multilayer Perceptron, inferencing and rule generation.
IEEE Trans. Neural Networks, 6 , 1 (Jan. 1995), pp. 51-63.
Mompin, J. (coord.) Inteligencia artificial. Conceptos, técnicas y aplicaciones.
Marcombo, Barcelona, 1987.
703
Moore, E.F. Gedanken-experiments on sequential machines. Automata studies:
Annals of mathematical studies, No. 34, Princeton Univ. Press, Princeton, N J.,
1956, pp.129-153.
Moore, R.C. A formal theory of knowledge and action. En Hobbs, J.R. y Moore,
R.C. (eds.): Formal theories of the common sense world. Ablex, Norwood,
N.J., 1984.
Morgan, Ch., ed., Smalltalk. BYTE, vol.6, no. 8, agosto 1981.
Murata, T. Petri nets: properties, analysis, and applications. Proc. IEEE, 77, 4
(Apr. 1989), pp. 541-580.
Myhill, J. Linear bounded automata. WADD Tech. Note 60-165, Wright Patter-
son Air Force Base, Ohio, 1960.
Narendra, K.S. y Thathachar, M.A.L. Learning automata. An introduction. Pren-
tice-Hall, Englewood Cliffs, N.J., 1989.
Naur, P. (ed.). Revised report on the algorithmic language ALGOL 60. Comm.
ACM., 6 , 1 (1963), pp. 1-17.
Nilsson, J J . Principles of artificial intelligence. Springer Verlag, Berlin, 1982.
(Traducción de J. Fernández-Biarge: Principios de inteligencia artificial. Díaz
de Santos, Madrid, 1987).
Oberman, R.M.M. Disciplines in combinational and sequential circuit design.
McGraw-Hill, N.Y., 1970.
Oettinger, A.G. Automatic syntactic analysis and the pushdown store. Proc.
Symp. Applied Math., Amer. Math. Soc., Providence, Rhode Island, 1961.
Osherson, D.N., Strob, M. y Weinstein, S. Systems that learn. An introduction to
learning theory for cognitive and computer scientists. MIT Press, Cambridge,
Mass., 1986.
Ott, G. y Feinstein, N. Design of sequential machines from their regular expres-
sions. Journal of the ACM, 8,4 (1961), pp. 585-600.
Patterson, D.A. y Hennessy, J.L. Computer organization and design. The hard-
ware/software interface. Morgan Kaufmann, San Mateo, Calif., 1994. (Tra-
ducción de J.M. Sánchez: Organización y diseño de computadores. La interfaz
hardware/software. McGraw-Hill Interamericana de España, Madrid, 1995).
Pauker, S.G., Gorry, G.A., Kassirer, J.P. y Schwartz, W.B. Towards the simu-
lation of clinical consultation. Taking a present illness by computer. American
Journal of Medicine, 60 (1976), pp. 981-996.
Pearl, J. Probabilistic reasoning in intelligent systems. Morgan Kaufmann, Palo
Alto, Calif., 1988.
Peterson, J.L. Petri nets. Computing Surveys, 9, 3 (sep. 1977), pp. 223-251.
Petri, C.A. Kommunication mit automaten. Univ. Bonn, 1962. (Versión traducida
al inglés en Supplement 1 to Technical Report RADC-TR-65-377, vol. 1, Ro-
me Air Development Center, Griffis Air Force Base, New York, 1965).
Piatetsky-Shapiro, G. (ed.) KDD-93: Proceedings of AAAI-93 knowledge
discovery in databases workshop. AAAI Press, 1993.
Piatetsky-Shapiro, G. y Frawley, W.J. Knowledge discovery in databases. AAAI-
MIT Press, Menlo Park, Calif, 1991.
Pittman, T. y Peters, J. The art of compiler design: theory and practice. Prentice-
Hall, Englewood Cliffs, N.J, 1992.
Pople, H.R, Myers, J.D. y Miller, R.A. DIALOG: A model of diagnostic logic for
internal medicine. Proc. 4th Int. Joint Conf. Artif. Int.. Tbilisi (URSS), 1975,
pp. 848-855.
Post, E. Formal reduction of the general combinatorial problem. American Jour-
nal of Mathematics, 65 (1943), pp. 197-268.
Prerau, D.S. Developing and managing expert systems. Proven techniques for
business and industry. Addison-Wesley, Reading, Mass, 1990.
Pucknell, D.A. y Eshraghian, K. Basic VLSI design, 3rd. ed. Prentice-Hall, Engle-
wood Cliffs, N J , 1994.
Pylyshyn, Z.W. Perspectives on the computer revolution. Prentice-Hall, Engle-
wood Cliffs, N.J, 1970. (Traducción de L. García Llórente: Perspectivas de la
revolución de los computadores. Alianza, Madrid, 1975).
Pylyshyn, Z.W. y Bannon, L.J. Perspectives on the computer revolution, 2nd. ed.
Ablex Publishing, Norwood, N.J, 1989.
Quillian, M.R. Semantic memory. En M. Minsky (ed.): Semantic information
processing. M.I.T. Press, Cambridge, Mass, 1968, pp. 354-402.
Quinlan, J.R. Discovering rules from large collections of examples: a case study.
En D. Michie (ed.): Expert systems in the microelectronic age. Edinburgh
Univ. Press, 1979.
Quinlan, J.R. Induction of decision trees. Machine Learning, 1 (1986), pp.81-106.
Rabin, M.O. Probabilistic automata. Information and control, 6, 3 (1963), pp.
230-245.
Rabin, M.O. y Scott, D. Finite automata and their decision problems. IBM Journal
Res. Dev., 3 (1959), 2,114-125.
Randell, B. y Russell, L.J .Algol 60 implementation. Academic Press, N.Y, 1964.
Rawlings, G. J.E. (ed.) Foundations of genetic algorithms. Morgan Kaufmann,
San Mateo, Calif, 1991.
Reisig, W. Petri nets. Springer-Verlag, Berlin, 1985.
Rescher. N. Many-valued logic. McGraw-Hill, New York, 1969.
705
Ribeiro, J.L., Treleaven, P.C. y Alippi, C. Genetic-algorithm programming envi-
ronments. Computer, 27, 6 (Jun. 1994), pp. 28-43.
Rich, E. y Knight, K. Artificial intelligence (2nd. ed.) McGraw- Hill, New York,
1991. (Traducción de P.A. González y F. Trescastro: Inteligencia artificial.
McGraw-Hill Iberoamericana de España, Madrid, 1994).
Robinson, J.A. A machine-oriented logic based on the resolution principle. Jour-
nal of the ACM, 12,1 (ene. 1965), pp. 23-41.
Robinson, J.A. Logic: form and function. Edinburg University Press, 1979.
Rosenblatt, F. Principles of neurodynamics, Perceptrons and the theory of brain
mechanisms. Spartan Books, Washington D.C., 1962.
Rubin, K.S. y Goldberg, A. Object behavior analysis., Comm. ACM, vol. 35, no
9, pp. 48-62, sept., 1992.
Rumbaugh, J., Blaha, M., Premerlani, W., Eddy, F. y Lorenson, W. Object-
oriented modelling and design. Prentice-Hall, Englewood Cliffs, NJ, 1991.
Rumelhart, D.E. y McClelland, J.L. (eds.) Parallel distributed processing. MIT
Press, Cambridge, Mass., 1986.
Rumelhart, D.E., Hinton, G.E. y Williams, R.J. Learning internal representations
by error propagation. En Rumelhart y McClelland (1986), Vol.1, Ch.8.
Sáez Vacas, F. Guía para un análisis estructurado de la programación estruc-
turada. Inforprim 1975. Proceso de Datos, num. 54, ene.-feb. 1976.
Sáez Vacas, F. Complejidad y tecnología de la información. Instituto Tecnológico
Bull, Madrid, 1992, reedición E.T.S.I. Telecom., Madrid, 1994.
Salmon, W.I. Introducción a la computación con Turbo Pascal. Addison-Wesley
Iberoamericana, 1993.
Samuel, A. Some studies in machine learning using the game of checkers. IBM
Journal of Research and Development, 3 (1959).
Samuel, A. Some studies in machine learning using the game of checkers. Part II.
IBM Journal of Research and Development, 11 (1967).
Sanders, G. Hardware design. A modern introduction. Prentice- Hall, Englewood
Cliffs, N.J., 1993.
Scala, J.J. y Minguet, J.M. Informática II. Unidad didáctica 3. Universidad
Nacio-nal de Educación a Distancia, 1974.
Schaffer, J.D. (ed.) Proceedings of the third international conference on genetic
algorithms and their applications. Morgan Kaufmann, San Mateo, Calif, 1989.
Schank, R.C. y Abelson, R.P. Scripts, plans, goals, and understanding. Lawrence
Erlbaum, Hillsdale, N.J., 1977.
Scott, D. y Strachey, C. Towards a mathematical semantics for computer langua-
ges. Proc. Symp. Computers and Automata, 1971, y en Technical Monograph
PRG-6, Oxford Univ. Comp. Lab., pp. 19-46.
Sejnowski, T.J. y Rosemberg, C.R. NetTalk: a parallel network that learns to read
aloud. Technical Report TR-86-01, Dep. Electrical Eng., John Hopkins Univ,
1986.
Shafer, G. A mathematical theory of evidence. Princeton University Press,
Princeton, N.J, 1976.
Shannon, C.E. The synthesis of two-terminal switching circuits. Bell System Tech.
J., vol. 28 (1949), pp. 59-98.
Shannon, C.E. A symbolic analysis of relay and switching circuits. Van Nostrand,
N.Y, 1954.
Shastri, L. (guest ed.) Fuzzy logic symposium. IEEE Expert, 9,4 (Aug. 1994), pp.
2-49 (incluye 17 contribuciones de 23 autores).
Sheffer, H.M. A set of five independent postulates for boolean algebras, whith
application to logical constants. Trans. Amer. Math. Soc., 14 (1913).
Shields, M.W. An introduction to automata theory. Blackwell Scientific Publ,
1987.
Shlaer, S. y Mellor, S.J. Object-oriented system analysis: modelling the world in
data. Prentice-Hall, Englewood Cliffs, NJ, 1988.
Shooman, M.L. Software engineering. McGraw-Hill, International Student Edi-
tion, Auckland, 1983.
Shortliffe, E.H. Computer-based medical consultations. Elsevier, N.Y, 1976.
Silva, M. Las redes de Petri en la automática y la informática. AC, Madrid, 1985.
Simpson, P.K. Fuzzy min-max neural networks - Part I: Classification. IEEE
Trans. Neural Networks, 3, 5 (Sep. 1992), pp. 776-786.
Simpson, P.K. Fuzzy min-max neural networks - Part II: Clustering. IEEE Trans.
Fuzzy Systems, 1 , 1 (Feb. 1993), pp. 32- 45.
Singh, J. Teoría de la información, del lenguaje y de la cibernética (2a. ed.) Alian-
za, Madrid, 1976.
Skansholm, J. Ada: from the beginning. 2a. ed, Addison-Wesley, Wokingham,
Engl, 1994.
Skolem, T. Uber die mathematishe logik. Norsk matematisk tidsskrift, 10 (1928),
pp. 125-142. Versión traducida al inglés en van Heijenoort, J. (ed.): From
Frege to Gódel. Harvard University Press, 1967, pp.508-524.
Soucek, B. Neural and intelligent systems integration. John Wiley, New York,
1991.
Srinivas, M. y Patnaik, L.M. Genetic algorithms: a survey. Computer, 27, 6 (Jun.
1994), pp. 17-26.
Steimann, F. y Adlassnig, K.P. Clinical monitoring with fuzzy automata. Fuzzy
sets and systems, 61 (1994), pp. 37-42.
707
Sterling, L. y Shapiro, E. The art of Prolog. MIT Press, Cambridge, Mass., 1986.
Stewart, I. Conceptos de matemática moderna. Alianza, Madrid, 1977.
Stone, H.S. Introduction to computer organization and data structures. McGraw-
Hill, N.Y., 1972.
Stroustrup, B. The C+ + programming language. Addison-Wesley, Reading,
Mass., 1986.
Tabourier, Y., Rochfeld, A. y Frank, C. La programmation structurée en infor-
matique. Les Editions d'Organisation, Paris, 1975.
Tennant, H. Natural language processing. Petrocelli, New York, 1981.
Tenny, T. Structured programming in Fortran. Datamation, jul. 1974.
Tocci, R.L. Digital systems (6th ed.) Prentice-Hall, Englewood Cliffs, N.J., 1995.
Toffoli, T y Margolus, N. Cellular automata machines. A new environment for
modeling. MIT Press, Cambridge, Mass., 1987.
Trakhtenbrot, B. A. Algoritmos. En Z. W. Pylyshyn: Perspectivas de la revolución
de los computadores. Alianza Universidad, 1975, pp. 108-130.
Trigoboff, M. y Kulikowski, C.A. IRIS: a system for the propagation of inferences
in a semantic net. Proc. 5th Int. Joint Conf. Artif. Intell., Cambridge, 1977, pp.
274-280.
Tsetlin, M.L. Sobre el comportamiento de autómatas finitos en entornos aleatorios
(en ruso). Automatika i telemekhanika, 22,10 (oct. 1961), pp. 1345-1354.
Tucker, A.B. Programming languages (2a. ed.) Mc-Graw-Hill, N.Y., 1986. (Tra-
ducción de J.M. Troya: Lenguajes de programación. McGraw-Hill, Madrid,
1987).
Tucker, A.B., Bradley, W.J., Cupper, R.D., y Garnick, D.K. Fundamentals of
computing I. McGraw-Hill (Schaum), Hightstown, NJ, 1992.
Turing, A. Computing machinery and intelligence. Publicado originalmente en
Mind: a quaterly review of psychology and philosophy (1950). Puede
encontrarse traducción en Z.W. Pylyshyn: Perspectivas de la revolución de los
computadores, Alianza, Madrid, 1975, pp. 305-333.
Turner, R. Logics for artificial intelligence. Ellis Horwood, Chichester (UK),
1984.
Ullman, J.D. Principles of database and knowledge-base systems. Vol. I. Com-
puter Science Press, Rockville, Md., 1988.
Ullman, J.D. Principles of database and knowledge-base systems. Vol. II\ The
new technologies. Computer Science Press, Rockville, Md., 1989.
Varshavskii, V.I. y Vorontsova, I.P. Sobre el comportamiento de autómatas esto-
cásticos con estructura variable (en ruso). Automatika i telemekhanica, 24, 3
(mar. 1963), pp. 353-360.
Vega, M. de. Introducción a la psicología cognitiva. Alianza Editorial, Madrid,
1985.
Veitch, E.W. A chart method for simplifying truth funtions. Proc. ACM, May.
1952, pp. 127-133.
Virant, J. y Zimic, N. Fuzzy automata with fuzzy relief. IEEE Trans. Fuzzy
Systems, 3 , 1 (Feb. 1995), pp. 69-74.
Von Neumann, J. The general and logical theory of automata. En Cerebral
machanisms in behaviour - TheHixon Symposium. John Wiley, N.Y, 1951.
Von Neumann, J. Probabilistic logic and the syntesis of reliable organisms from
unreliable components. En C. Shannon y J. McCarthy (eds.): Automata
studies, Princeton Univ. Press, Princeton, N.J, 1956.
Von Neumann, J. (ed. A. Burks). Theory of self-reproducing automata. Univ.
Illinois Press, Urbana, 1966.
Wakerly, J.F. Digital design, 2nd. ed. Prentice-Hall, Englewood Cliffs, N.J,
1993.
Walker, A , McCord, M , Sowa, J.F. y Wilson, W.G. Knowledge systems and
Prolog. Addison-Wesley, Reading, Mass, 1987.
Wang, H. Juegos, lógica y computadores. En Computadoras y computación. Ed.
R.R. Fenichel y J. Weizenbaum. Blume, 1974, pp. 150-158. Edición inglesa:
W.H. Freeman. (El artículo de Wang se publicó en 1965 en el Scientific
American).
Warmer, J.D. Programación lógica. Tomos I y II, Editores Técnicos Asociados,
Barcelona, 1973.
Watt, D.A. Programming language concepts and paradigms. Prentice-Hall,
Engle-wood Cliffs, N.J, 1990.
Watt, D.A. Programming language sintax and semantics. Prentice-Hall, Engle-
wood Cliffs, N.J, 1991.
Watt, D.A. Programming language processors. Prentice-Hall, Englewood Cliffs,
N.J, 1993.
Wee, W.G. y Fu, K.S. A formulation of fuzzy automata and its application as a
model of learning systems. IEEE Trans. Syst. Sci. Cyb., SSS5 (1969), pp. 215-
223.
Weiss, S.M. y Kulikowski, C.A. EXPERT: A system for developping consul-
tations models. Proc. 6th Int. Joint Conf. Artif. Int.. Tokyo, 1979, pp. 942-947.
Weiss, S.M, Kulikowski, C.A. y Safir, A. Glaucoma consultation by computer.
Computers in Biology and Medicine, 8 (1978), pp. 25- 40.
709
Whitehead, A.N. y Russel, B. Principia Mathematica. Cambridge, 1910 (vol. I),
1912 (vol. II), 1913 (vol. III). Segunda edición en Cambridge Univ. Press,
1950.
Whitley, D. (ed.) Foundations of genetic algorithms. Morgan Kaufmann, San
Mateo, Calif., 1992.
Widrow, B. Generalization and information storage in networks of adaline "neu-
rons". En M. Yovitz, G.T. Jacobi y G.D. Goldstein (eds.): Self-Organizing
Systems. Spartan Books, Washington D.C., 1962, pp.435-461.
Widrow, B. y Lehr, M.A. 30 years of adaptive neural networks: perceptron,
madaline and backpropagation. Proc. IEEE, 78, 9 (Sep.1990), pp.1415-1442.
Wilkinson, B. y Makki, R. Digital system design, 2nd. ed. Prentice-Hall, Engle-
Winblad, A.L., Edwards, S.D. y King, D.R. Object-oriented software. Addison-
Winograd, S. y Cowan, J.D. Reliable computation in the presence of noise. M.I.T.
Press, Cambridge, Mass., 1963.
Winston, P.H. y Horn, B.K.P. LISP (3rd. ed.) Addison-Wesley, Reading, Mass.,
1991.
Wirfs-Brock, R., Wilkerson, B. y Wiener, L. Designing object-oriented software.
Prentice-Hall, Englewood Cliffs, NJ, 1990.
Wirth, N. The programming language Pascal. Acta Informática, 1 , 1 (1971), 35-
36.
Wirth, N. Algorithms + data structures = programs. Prentice-Hall, 1976 (Tra-
ducción de A. Alvarez y J. Cuena: Algoritmos + estructuras de datos = pro-
gramas. Ediciones del Castillo, Madrid, 1980, 4a. impr., 1985).
Wirth, N. Algoritmos y estructuras de datos. Investigación y Ciencia, num. 98,
nov., 1984, pp. 24-35.
Wolf, W. Modern VLSI design. A CAD-based approach. Prentice-Hall, Engle-
Wolfram, S. (ed.) Theory and applications of cellular automata. World Scientific,
Singapore, 1986.
Yager, R.R. y Filev, D.P. Essentials of fuzzy modelling and control. John Wiley,
New York, 1994
Yourdon, E., Techniques ofprogram structure and design. Prentice-Hall, Engle-
Zadeh, L.A. Fuzzy sets. Information and Control, 8 (1965), pp. 338-353.
Zadeh, L.A. Fuzzy algorithms. Information and control, 12 (1968), pp. 94-102.
Zadeh, L.A. Biological applications of the theory of fuzzy sets and systems. En
L.D. Proctor (ed.): Biocybernetics of the central nervous system. Little, Brown
and Co., Boston, Mass., 1969, pp. 199-212.
Zadeh, L.A. Outline of a new approach to the analysis of complex systems and
decision process. IEEE Trans. Systems, Man, and Cyb., SMC-3 (1973), pp. 28-
44
Zadeh, L.A. Fuzzy logic and its applications to approximate reasoning. Proc. IFIP
Congress Information Processing 74, North- Holland, Amsterdam, 1974, pp.
591-594.
Zadeh, L.A. Fuzzy sets as a basis for a theory of possibility. Fuzzy sets and
systems, 1 (1978), pp. 3-28.
Zadeh, L.A. A theory of approximate reasoning. Machine Intelligence, 9. John
Wiley, New York, 1979, pp. 149-194.
Zadeh, L.A. The calculus of fuzzy if-then rules. AIExpert, 7,3 (1992), pp. 22-27.
Ziarko, W. (ed.) Rough sets and knowledge discovery. Springer- Verlag, Berlin,
1994.
711
Indice
alfabético
Símbolos Aprendizaje 377,384,385

autómata con 3 7 7
0+, lógica 2 3 3 definición 377,385
empírico 3 9 0
A en máquinas 3 8 4
presentación 3 8 4
Abducción 1 9 2
Arbol
Adquisición
de conceptos 388,390 definición 5 7 7
del conocimiento 223,385 sintáctico 5 7 7
Alcance de un cuantificador 154 Asignación 160
Alfabeto 33,53,152,559 Autómata 2 5 5 , 2 6 1
Algebra de B o o l e 67 borroso 379
Algoritmo 399,411 celular 3 8 2
con aprendizaje 3 7 7
de encadenamiento hacia adelante 2 2 8 , 2 3 2
de estructura variable 3 7 6
de encadenamiento hacia atrás 2 2 8 , 2 3 3
de pila 5 9 3
genético 386,393
equivalente 2 7 8
definición 4 1 1
equivalente de red de Petri 365
presentación 399
estocástico 3 7 3
propiedades 4 1 7
finito 2 6 2
y máquina de Turing 4 0 3
y programas 401 finito no determinista 5 9 6
Alto nivel, lenguaje de 614,621 limitado linealmente 5 9 2
Ambigüedad 579,638 minimización 2 9 7
Análisis monoide de 2 9 1
léxico 662,666,672 red de 3 8 3
semántico 662,665 Axioma 52,56,155
A N D 95 Axiomática, semántica 650
Axiomático, sistema 5 1
Aplicabilidad, problema de 515
713
B definición 5 1 9
del software 4 0 5 , 5 3 7
Backus, notación de 629 espacial 5 2 3
Bajo nivel, lenguaje de 6 1 4 exponencial 5 2 8
B a s e de conocimientos 2 2 3 medidas 526
B a s e de datos 224 polinómica 5 2 8
B a s e de datos deductiva 685 presentación 4 0 4
Biestable 3 1 2 temporal 5 2 3
BJ, diagramas 4 2 7 y máquina de Turing 5 2 0
B N F 629 Completitud 52,64,76,535
Borrosa Comportamiento
función de transición 379 de entrada-estados 288,295
lógica 196,206 de entrada-salida 277,295
regla de inferencia 2 1 2 Computabilidad 4 0 4
relación 201,203 Computable, problema 4 0 3
Borroso Concatenación 3 4
autómata 3 7 9 Conceptualización 60,158
subconjunto 198 Conductista, enfoque 385
Búsqueda Conectiva 40,53,66
exhaustiva 83 Conexionista, sistema 3 8 9
heurística 2 2 1 Conjunto
borroso 198
c regular 3 4 0
Conocimiento
Cadena 33,53
adquisición de 223,385
Cadena vacía 33,566,605
base de 2 2 3
Cálculo 5 1
ingeniería del 2 2 3 , 2 2 4 , 3 8 4
Canónica, forma 125
Consistencia 5 2 , 6 4 , 7 6
Cascada, metodología en 4 4 9
Contador binario 2 9 3
Caso de sustitución 177
Contradicción 6 4
Castigo, probabilidades de 3 7 8
Convivencial, programa 4 5 3
Categoría sintáctica 6 6 2
C O R B A (Common Object Request Broker
Celular, autómata 3 8 2
Certidumbre, factor de 2 3 7 Architecture) 4 6 6
Ciclomático, número 5 4 1 Cuantificador
Circuito lógico alcance 154
combinacional 96 existencial 144
secuencial 310 universal 144
Cláusula 7 8 , 1 7 2
D
de Horn 81,176,627
semántica 6 4 9 D (biestable) 313
Clases 4 5 4 D e Morgan, leyes de 59,68
lógica de 189 Declarativa, programación 625
Cognoscitivo, enfoque 385,388 Declarativo, lenguaje 614,625
Compilador 615,661 Deductiva, base de datos 685
de compiladores 686 Deductivo, razonamiento 30,73,167
generación de código 665 Demostración 57,157
optimización 665 Denotacional, semántica 6 4 7
Complejidad computacional 404,519 Derivación, relación de 5 6 0
caso peor 5 3 2 Derivada de expresión regular 3 4 6
cota inferior 5 3 2 Desarrollo, entorno de 6 2 9
cota superior 5 3 2 Descubrimiento 3 9 1
Diagrama Fórmula atómica 143, 153
BJ 4 2 7 Fórmula molecular 154
de Moore 2 6 3 Función 152,159,623
de flujo 4 2 4 computable 5 0 8
sintáctico 640 de conmutación 102
Diseño descendente 4 3 3 de salida 2 6 2
Disparo de red de Petri 3 6 2 de transición 2 6 2
Dominio de transición borrosa 3 7 9
semántico 647 de transición de red de Petri 3 6 4
sintáctico 6 4 7 recursiva 5 0 8
Funcional, programación 626
E
G
Ejecución de red de Petri 3 6 3
Ejemplar 177,248 Genético, algoritmo 3 8 6 , 3 9 3
Encadenamiento Generación de código 665
hacia adelante 2 2 8 , 2 3 2 Godel, números de 5 1 0
hacia atrás 2 2 8 , 2 3 3 Gramática
Encapsulamiento 4 5 7 ambigua 5 8 1
Enlace dinámico 4 5 7 de lenguaje de programación 631
Ensamblador, lenguaje 6 1 4 , 6 1 9 , 6 5 2 definición 5 5 9
Entorno 629,644 equivalencia 5 6 1
Entrada-estados, comportamiento de 288,295 generativa 568
Entrada-salida, comportamiento de 277,295 lenguaje generado por 561
Entrenamiento 3 8 5 , 3 8 7
Equirrespuesta, relación 2 9 0 , 3 3 7 H
Equivalencia 6 4
Herencia 4 5 6
de autómatas 2 7 8
Herramienta 224,628,644,685
de gramáticas 5 6 1
Heurística, búsqueda 2 2 1
de sentencias 55,64,167
Heurístico 2 2 1 , 2 4 3
Esquema de refuerzo 377
Estado 2 5 7 2 6 1 I
de red de Petri 3 6 2
Estocástico Identidad, lógica con 190
autómata 373 Imperativa, programación 625
reconocedor 3 9 2 Implicación
Evaluación 61,161 estricta 1 9 1
binaria 41,62,105 lógica 72,167
Exclusión mutua 3 6 7 material 4 3
Existencial, cuantificador 1 4 4 Imprecisión 2 3 6
Experto, sistema 2 2 2 Incertidumbre 2 3 6
Explorador 662 Incompatibilidad, principio de 197
Expresión regular 3 4 1 Indecidible, problema 5 1 5
Inferencia
F abductiva 192
bayesiana 2 3 6
Factor de certidumbre 2 3 7 borrosa 2 1 2
Finito, reconocedor 3 3 4 imprecisa 196
Física del software 538 plausible 2 3 5
Forma canónica 125 regla de 7 3
Forma clausulada 7 8 , 1 7 2 Inferencial
Formación de conceptos 3 9 1 proceso 7 6
Formal, lógica 2 4
715
sistema 76 Lógica 2 9
Inferencias, motor de 2 2 3 0+ 2 3 3
Ingeniería del conocimiento 2 2 3 , 2 2 4 , 3 8 4 borrosa 196,206
Instrucción con identidad 190
de máquina 615 de clases 189
de retorno 617 de predicados 141
de salto 6 1 7 de proposiciones 3 9
de salto a subprograma 6 1 7 de relaciones 189
Intérprete 611 formal 2 9
Inteligencia artificial 31,219,384,569 implicación 72,167
Interpretación 41,60,159 modal 191
de red de Petri 366 multivalorada 193
pretendida 160 no monótona 192
probabilitaria 195
J programación 6 2 7
puerta 9 4
JK (biestable) 3 1 3 temporal 193
trivalorada 194
K
Lógico, circuito
Karnaugh, tabla de 110 combinacional 96
secuencial 310
L
M
Léxico, análisis 662,666,672
Lectores y redactores 3 6 7 Máquina
Lenguaje 34,551,686 aprendizaje en 3 8 4
ambiguo 5 8 1 de Mealy 2 6 4
de alto nivel 614,621 de Moore 2 6 4
de bajo nivel 6 1 4 de programa almacenado 6 1 7
de máquina 611,615 virtual 4 0 2 , 6 1 2
de programación 614 Máquina de Turing 4 0 3 , 4 7 0
declarativo 614,625 cálculo 4 7 6
ensamblador 6 1 4 , 6 1 9 , 6 5 2 composición 4 8 2
fuente 6 1 2 definición 4 7 0
generado por una gramática 5 6 1 descripción instantánea 4 7 4
jerarquía de 565 diagrama de estados 4 7 7
macroensamblador 621 diseño 4 8 6
objeto 612 esquema funcional 4 7 7
OOP 465 presentación 4 0 3
regular 595 simulación por ordenador 4 9 1
tipo 0 y máquina de Turing 5 1 5 simulador 5 0 0
transportable 6 1 4 universal 495
procesador de 6 1 2 , 6 5 2 y algoritmos 4 0 3
tipos de 564 y complejidad 5 2 0
y autómatas 589 y función computable 5 0 8
Lex 6 8 6 y lenguaje tipo 0 5 1 5
Ley 52,57 M.A.P.S. (Methodology for Algorithmic
L e y e s de de Morgan 59,68 Problem Solving) 4 9 9
Libre de contexto, gramática 565 Macroensamblador, lenguaje 6 2 1
Línea de retardo 3 1 1 Marcado de red de Petri 3 6 2
Lingüística, aproximación 2 1 3 Marco 248
Literal 53 Mealy, máquina de 2 6 4
716
Mensajes 455 Petri, red de 360
Metalenguaje 35,341,552 Pila 5 9 3
Metodologías Poliádico, predicado 143
de análisis orientado a objetos 4 6 1 Polimorfismo 4 5 7
de diseño orientado a objetos 4 6 1 Pragmática 53,553
en cascada 4 4 9 Predicado 142
Métodos 4 5 6 monádico 142
Minería de datos 391 poliádico 143
Minimización de autómatas 2 9 7 Predicados, lógica de 141
Modal, lógica 191 Premio Turing 4 0 3
Modelo 165 Probabilístico, autómata 3 7 3
Modus ponens 58,158 Probabilidades
Modus tollens 5 8 , 1 5 8 de castigo 378
Monádico, predicado 142 de transición 3 7 4
Monoide de un autómata 291 Probabilitaria, lógica 195
Moore Problema
diagrama de 263 computable 403
máquina de 2 6 4 de aplicabilidad 515
Motor de inferencias 2 2 3 de la deducción 4 1 9
Multivalorada, lógica 193 indecidible 515
NP 534
N P-NP 534
tamaño del 533
N A N D 66,130,133
Procedimiento 623
Neurona 3 8 6
Procesador
Neuronal, red 386
de lenguaje 6 1 2 , 6 5 2
N o monótona, lógica 192
de objetivos 683
N O R 66,130,133
de reglas 683
N O T 95
Proceso inferencial 76
Notación de Backus 629
Producción 559
NP, problemas 5 3 4
regla de 2 2 4
Número ciclomático 541
sistema de 225
Números de Godel 5 1 0
Productores y consumidores 370
O Programa
análisis 4 4 8
Objetivos, procesador de 683 codificación 448
Objetos convivencial 4 5 3
análisis orientado a 4 5 8 correcto 4 5 1
diseño orientado a 4 5 8 definición 4 2 4
propiedades de 4 5 6 diseño 4 4 8
tecnología de 466 estructurado 428, 4 3 2
OOP, lenguaje 465 limpio 4 2 7
Operacional, semántica 645 robusto 4 5 3
Optimización, fase de 665 Programación
OR 95 a gran escala 5 3 7
OR exclusivo 130 con Pascal y C 4 3 7
Organigrama 4 2 6 estructurada 4 2 3
orientada a objetos 4 5 3
P entorno de 629,644
P-NP, problemas 5 3 4 lenguaje de 6 1 4
Paridad, detector de 2 6 7 , 2 9 1 , 3 2 2 tipos de 625
Perceptron 386 Proposicional, variable 39,53
Proposiciones, lógica de 39 Reutilización 4 5 8
Prueba de Turing 220 Robusto, programa 4 5 3
Puerta lógica 9 4
s
R
Salida, función de 2 6 2
Razonamiento 29,39,73 Salto, instrucción de 6 1 7
deductivo 30,73 Satisfacción 6 3 , 1 6 1
válido 30,73,167 Secuencia de formación 54,153
Reconocedor Semáforo 3 6 7
de Turing 5 9 0 Semántica 35,60,158,162,553,643
estocástico 3 9 2 cláusula 649
finito 3 3 4 red 2 4 9
finito, análisis 3 4 4 tipos de 645
finito, síntesis 3 4 6 Semántico
Recursividad 5 7 6 análisis 662,665
Recurso abstracto dominio 6 4 7
definición 4 3 2 Sensible al contexto, gramática 5 6 4
presentación 4 0 2 Sentencia 5 4 , 1 5 4 , 6 2 1
Red abierta 143, 155
de autómatas 3 8 3 cerrada 143, 155
de Petri 3 6 0 equivalente 5 5 , 6 4 , 1 6 7
de Petri binaría 366 válida 146,164
de Petri, interpetación 3 6 6 Seudoinstrucción 620
neuronal 3 8 6 Sincronización 3 6 7
semántica 2 4 9 Sintáctica, categoría 6 6 2
Refuerzo, esquema de 3 7 7 Sintáctico, dominio 647
Refutación 85,180 Sintagma 5 5 3
Regla Sintaxis 35,53,152,553,637
de escritura 5 5 9 Sistema
de inferencia 73 axiomático 5 1
de inferencia borrosa 2 1 2 conexionista 3 8 9
de producción 2 2 5 de producción 225
de resolución 178 experto 2 2 2
procesador de 683 inferencial 76
Regular PM 56,155
conjunto 3 4 0 Software
expresión 3 4 1 complejidad del 4 0 5 , 5 3 7
gramática 565 física del 538
Relación 142,159 SR (biestable) 3 1 2
borrosa 201,203 Subprograma 6 1 7
de congruencia derecha 338 Sumador binario 2 6 7 , 3 2 0
de derivación 5 6 0 Sustitución 56,156,176
equirrespuesta 290,337 caso de 177
entre objetos 456
Relaciones, lógica de 189 T
Resolución
Tabla
mpulsada por hechos 2 3 1
de Karnaugh 110
regla de 178
de transiciones 2 6 2
Restringida, gramática 5 6 4
Tautología 6 4 , 1 6 4
Retorno, instrucción de 6 1 7
Tecnología de objetos 4 6 6
Retropropagación 386
Temporal, lógica 193
Teorema 5 2 , 5 7 , 1 5 7
Término 153
u
Tesis 5 2 , 5 7 Unificación 178
Tipo de datos 6 2 4 Universal, cuantificador 144
Tipos de lenguaje 5 6 4 Universo del discurso 158
Traductor 6 1 2
Transición V
borrosa 3 7 9
Válido, razonamiento 30,73,167
función de 2 6 2
Variable
probabilidades de 3 7 4
booleana 104
tabla de 2 6 2
libre 1 5 4
Tripla O - A - V 2 3 4
Verdad, valores de 6 0
Trivalorada, lógica 194
Virtual, máquina 4 0 2 , 6 1 2
Turing (ver «máquina de Turing»)
premio 4 0 3 Y
prueba de 2 2 0
reconocedor de 5 9 0 Yacc 6 8 6 -

Fundamentos de Informatica 1995

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Fundamentos de Informatica 1995

Transféré par

Droits d'auteur :

Formats disponibles

Fundamentos de

© EDICIONES ANAYA MULTIMEDIA, S.A., 1995

1. Razonamientos y lógica formal 29

4. Lógica de predicados de primer orden 141

5. Otras lógicas 187

6. Aplicaciones en ingeniería del conocimiento 219

1. Inteligencia artificial e ingeniería del conocimiento 219

1. Ideas generales 257

1. Autómatas e información 255

2. Autómatas finitos 261

1. Definición y representación de los autómatas 261

3. Circuitos secuenciales 309

1. La realización de autómatas finitos 309

4. Autómatas reconocedores y lenguajes regulares 333

1. Reconocedor finito 333

5. Otros autómatas 359

1. Ideas generales 399

1. Algoritmos y ordenadores 399

3. Programación estructurada 423

4. Evolución de la programación 447

6. Máquinas de Turing: algoritmos y computabilidad 507

1. Ideas generales 551

1. Lenguajes e informática 551

3. De algunas propiedades de los lenguajes formales 573

4. Lenguajes y autómatas 589

5. Aplicaciones a los lenguajes de programación 611

1. Lenguajes, traductores e intérpretes 611

Referencias bibliográficas 691

Indice alfabético 713

Este libro trata exactamente de lo que dice su título.

1. Razonamientos y lógica formal

Premisa 1: Todos los libros sobre informática son terriblemente aburridos.

Premisa 2: Este es un libro sobre informática.

Conclusión: Este libro es terriblemente aburrido.

Sobre la verdad o la falsedad de estas dos premisas y de la conclusión pueden

Premisa 1: Todos los hombres son mortales.

Conclusión: Sócrates es mortal.

no es que sean "similares". Es que, formalmente, son el mismo razonamiento.

Premisa 1: Todos los individuos u objetos que tienen la propiedadp también

Conclusión: El individuo u objeto x tiene la propiedad q.

(a) En aplicaciones "inteligentes". Ya lo hemos mencionado más arriba, al

(b) En programación. Hace ya años que se desencadenó la que se llamó "crisis

3. Lógica y circuitos de conmutación

4. Lógica, lenguajes y autómatas

5. Lenguajes formales: definiciones

Llamaremos lenguaje universal sobre un alfabeto A, y lo representaremos por

Es decir, A* es el conjunto de todas las cadenas (incluida A,) que pueden

a) Es asociativa: x(yz) = (xy)z = xyz

b) En general, no es conmutativa: xy ¿ yx .(La conmutatividad sólo se da en el

caso particular de que A conste de un solo elemento).

c) Tiene un elemento neutro, X: Xx= xX = x.

Por consiguiente, <A*, >, es decir, A* con la operación de concatenación, es

5.3. Lenguaje y metalenguaje

5.4. Sintaxis, semántica y pragmática

Un ejemplo de enunciado perteneciente a la semántica es:

no es cierto que 'algoritmo' derive de 'akyot,' ('dolor') y 'apl6|io^'

en el Tema 3 daremos la etimología correcta del vocablo 'algoritmo'

es un enunciado perteneciente a la pragmática.

1.3. Interpretaciones y evaluaciones binarias

i1(q)= el carbón es negro.

Otra interpretación, i2, podría ser:

i2 (p) = la nieve es blanca;

¿2 (q) = el carbón es blanco.

La interpretación de sentencias se obtiene teniendo en cuenta lo que repre-

Por consiguiente, <A, >, es decir, A con la operación de concatenación, es